CUDA帮你塞满iPhone4
多媒体带动了移动设备的发展，现在iPad，iPhone几乎成了“街机”，人人都有，但普通的影音格式却无法在这些设备上播放，因此非常繁琐转码难题就接踵而来。NVIDIA针对这一难题，发挥自家CUDA架构强大的并行计算能力，大大缩短了等待的时间，以往需要几个小时的任务，现在只需十几分钟，影音品质却几乎没有损失。
一个普通的CPU有两颗核心，高端一点儿的是四核，就算旗舰i7 980X也不过是六核心12线程，如今随便拿出一款NVIDIA显卡就有上百个CUDA核心，如果能让它们代替CPU做一些繁重的工作岂不是美事？
视频转码对CPU而言是一件苦差，它会使CPU满载，同时再做其它事效率会大打折扣，而且视频压缩耗时漫长，有时等了一晚往往只处理好一部片子。不过利用CUDA庞大的通用计算矩阵可以令转码效率大幅增加，同时CPU资源还可以腾出来为其它操作服务。
MediaCoder是著名的免费转码软件，能很好地支持CUDA运算，下面我们将用它测试GTX580用作CUDA转码时的效率。AMD显卡不支持CUDA，无法参与测试对比，尽管AMD驱动中自带基于Stream技术的AVIVO转码器，单输出的视频质量并不理想，因此现实中也鲜见有人使用。
测试方案设定：
测试压缩一部446MB的1080P HD.264视频，码率20000KB/s，输出规格为184MB的720P H.264视频，码率压缩到8192KB/s，记录所耗时间。
测试中用在用CUDA转码时，将CPU启用核心数量关闭到最后一个，使主要工作移交给GPU，从而测试出更准确的GPU转码速率。
顶级CPU也无法和CUDA同日而语
转码软件目前已经支持多线程处理器了，那么桌面级最好的多线程处理器Core i7 980X在做转码的时候也比GTX560落后足足30秒，这种差距随着视频文件的容量变大而变大，当然，Intel的最新的核显也加强了该功能。
AMD的AVIVO是AMD自家利用VPU（GPU）来执行格式转码的软件，虽然如此，但是推广和实际效果并不是太理想，市场上的呼声很小，该应用的确没有NVIDIA的CUDA和Intel的核显转码来的成熟。
网友评论