1.基于FFMPEG的多媒体框架
场景1,基于FFMPEG Hardware Codec的多媒体Playback框架。

这种框架的好处以及需要做的工作:
1.可以有效利用硬件加速单元进行解码加速。
2.默认的FFMPEG使用软件解码器,这种方式需要将硬件解码器集成到FFMPEG Framework中,以便在利用FFMPEG友好生态的同时,又能充分利用硬件资源提供的加速性能.
3.HW Codecs使用可以有效降低CPU负荷,同时,可以有效复用基于FFMPEG框架的原有应用。
场景2:

使用VAAPI加速可以有效利用GPU加速,有现成的libVA开源代码可以使用,FFMPG可以使用VAAPI与硬件进行交互.
场景3:FFMPEG作为Gstreamer的一个插件运行。

需要将FFMPG封装为 Gstreamer Plugin的形式,集成到Gstreamer 框架中,基于gst开发的多媒体播放器可以有效利用FFMPEG的解码资源进行解码.
3.综合以上场景,典型的同编同解场景的框架如下:

将OMX嫁接到gstreamer上是什么样的效果?

内核态demuxer和muxer弃之不用。
计算多媒体

VAAPI callstack


SUPA BEBR框架


GPU上百路视频的并行解码
8路一个QUEUE,对应一个硬件HCQD,32 个QUEUE理论并行解码数量为256路。
1.每个cluster 1个event id.
2.16个codec,每个codec job done之后都会触发中断,但是只有属于同一个cluster 的所有codec都完成后才会发送MSI事件。
3.每个codec的中断状态都会被立刻清除,不会对发生中断的具体codec中断的原因寄存器status做任何解释,而是将其返回给IB BUFFER 由应用做解释。
4.VE有强制返回寄存器状态的需求,因为应用层驱动需要这些寄存器信息进行码率控制。但是VD不需要,根据debug条件打开。
5.每8路用一个HCQD,32个HCQD可同时解码256路。
6.同一时刻必然活跃着1个在奇PIPE上工作的HCQD和一个在偶PIPE上工作的HCQD,各有两个PACKET在执行(不算DUMMY),16个decoder满载。
7.每个querytask &disptach task对占用一个HCQD,负责对8路进行解码,同一个PIPE上不同的QUEUE(HCQD)按顺序执行。
8.每个PIPE上使用的CODEC应该是事先分好的,奇偶PIPE互补,平分16个codec,但是在每个PIPE上的HCQD是共同用一组deocder,需要按顺序提交执行。


Video Command Queue原理
可以单进程分配也可以多进程,无论那种情况下,KMD都是按照PIPE先分,分完一个PIPE上的再分下一个的。

云计算转码中的应用
在XINLINX官网(已被AMD收购),介绍了使用FFMPEG和GST框架进行实时转码的应用案例

Melis3.0 CedarX

本文探讨了FFMPEG在多媒体框架中的应用,包括利用VAAPI进行GPU加速,FFMPEG作为Gstreamer插件以及在云计算转码中的实践。重点讲解了VAAPI callstack和SUPA BEBR框架,以及在多路视频并行解码中的实现,如Melis3.0 CedarX,展示了如何优化硬件资源利用以提升解码效率。
2979

被折叠的 条评论
为什么被折叠?



