- 综合排序
- 最热优先
- 最新优先
- 来自专栏C/C++与音视频
视频编解码硬件方案漫谈
视频编解码硬件方案最早是在嵌入式领域中广泛存在，如采用DSP,FPGA，ASIC等，用来弥补嵌入式系统CPU等资源能力不足问题，但随着视频分辨率越来越高（从CIF经历720P，1080P发展到 专用视频加速卡 二）gpu编解码的常用技术方案 1）厂家SDK方案 对应gpu编解码，硬件厂家都有相应SDK方案，应用开发者可以直接调用厂家的SDK 来完成编解码器工作。 SDK Intel Media SDK 硬件编解码SDK方案 2）FFMPEG 方案 ffmpeg对厂家SDK进行封装和集成，实现部分的硬件编解码 NVIDIA AMD INTEL 编码器 xxx_nvenc xxx_amf xxxx_qsv 解码器 xxx_ cuvid 暂未实现 Gstreamer硬件加速编解码方案 其中xxx标识编码类型，如h264,h265,mpeg2,vp8,vp9等。
4.1K31编辑于 2022-06-14 - 来自专栏C/C++与音视频
FFMPEG硬件编解码器使用
在前文《视频编解码硬件方案漫谈》中我们介绍硬件视频编解码的一般方案，本文我们进一步介绍音视频编解码如何在ffmpeg使用显卡硬件进行加速。 一、基本概况 ffmpeg对显卡厂家SDK进行封装和集成，实现部分的硬件编解码 NVIDIA AMD INTEL 编码器 xxx_nvenc xxx_amf xxxx_qsv 解码器 xxx_ cuvid 二、命令行的使用 在ffmpeg中，如果使用-vcodec xxx 指定硬件编解码器，否则使用软件编解码。 如果我们需要使用硬件编解码，采用avcodec_find_encoder_by_name（name）和avcodec_find_decoder_by_name(name)来指定编码器。 还是Linux都是一套代码，但缺点就是不跨硬件，不同显卡厂家采用不同编解码器。
4.8K40编辑于 2022-06-14 - 来自专栏音视频技术
视频处理及编解码硬件系统优化设计
” 8月5日-6日，LiveVideoStackCon 2022 音视频技术大会 上海站，和你一同开启通向未来的大门。 视频处理及编解码硬件系统优化设计 高压缩率、高画质、低延迟的视频呈现是互联网的热门主题，其中最重要的底层核心就是视频处理及编解码。 视频编解码是涵盖算法、标准、软件实现、硬件实现、软硬件协同优化等各个方面的综合性领域，具有很强的学术研究和工程实现价值。 本专题主要从硬件实现以及软硬件协同方面切入探讨视频编解码系统的优化设计，并面向AVS3、AV1、VVC等标准探讨编码器的硬件设计方法。 我国自主知识产权视频标准AVS从2002年一路走来已经有20个年头，AVS系列标准见证了我国视频编解码技术从落后到赶超的坚实步伐。
84420编辑于 2022-07-18 - 来自专栏音视频技术
全平台硬件解码渲染方法与优化实践
硬件解码后不恰当地使用OpenGL渲染会导致性能下降，甚至不如软解。 分享中王斌详细解析了Windows、Linux、macOS、Android、iOS等多种平台下硬件解码的渲染方法及优化实践。 接下来我将围绕以下几个话题，为大家分享有关全平台硬件解码的渲染与优化的实践经验。 producer是硬件解码输出的对象，consumer则是输出的OpenGL纹理。除了这些扩展，我们还可利用其他OpenGL扩展。 IOSurface用以进程间进行GPU数据共享，硬件解码输出至GPU显存并通过IOSurface实现进程间的数据共享。VideoToolbox作为一个服务，只有在APP开始解码时才会启动解码进程。
5.1K21发布于 2021-09-01 - 来自专栏音视频技术
XK265：开源视频编解码硬件IP核
本次分享的主题是视频编解码IP硬件开源。 三是一些多路流的支持和低延迟方面的支持和一些编解码的硬件复用，编码器和解码器里面70%左右的逻辑都是可以复用的，只要加少量逻辑就可以既能做编码又能做解码。 解码器同样采用七级流水线架构，只是把编码的数据通路剔除掉了，去掉之后就只剩解码，可以实现一个非常精简的解码器流水线。 3.5 XK265:可配置RMD 接下来看一下我们硬件架构中的底层模块设计。 5. 支持所有的IME模式，search window全部都是可调的，按照目前的配置是±32和±64，但如果需要更大的search window也是可以做到的。 6. V1.0版本侧重在参考硬件设计，针对视频编解码的各个算法模块做了硬件设计；V2.0版本是对1.0版本的架构升级和测试升级。
1.8K20发布于 2021-09-01 - 来自专栏音视频技术
Linux AV1硬件视频解码将支持Intel Tiger Lake
AV1硬件解码将在最新的Intel处理器上实现，但AMD却还没有动作。 将于2020年9月推出的英特尔Tiger Lake处理器将是首款具有集成显卡的英特尔处理器，该显卡支持AV1硬件解码，但不进行编码。 这使得向诸如VLC和mpv之类的播放器添加AV1硬件解码支持变得没有必要。 1.jpg 英特尔软件工程师ZefuLi在今年3月4日向libva库提交了一个补丁，添加了对AV1视频的硬件视频解码支持。 即将面世的TigerLake笔记本电脑将不具有AV1硬件编码功能，这些笔记本电脑具有LPDDR4或LPDDR5 RAM，Thunderbolt，Soundwire和其他优点。 硬件编码是关键 令人高兴的是，即将到来的英特尔处理器将在硬件中具有AV1视频解码功能，当新的Tiger Lake处理器到来时，便有Linux对它的支持。
1.5K40发布于 2020-08-27 - 来自专栏音视频技术
Linux AV1硬件视频解码将支持Intel Tiger Lake
AV1硬件解码将在最新的Intel处理器上实现，但AMD却还没有动作。 这使得向诸如VLC和mpv之类的播放器添加AV1硬件解码支持变得没有必要。 ? 上图展示了在配置了旧版双核Inteli7 CPU和gen8集成显卡的计算机上的硬件视频编码和解码功能。 英特尔软件工程师ZefuLi在今年3月4日向libva库提交了一个补丁，添加了对AV1视频的硬件视频解码支持。libva库是FFmpeg这类框架用来为AMD和Intel的图形芯片提供硬件解码支持的。 即将面世的TigerLake笔记本电脑将不具有AV1硬件编码功能，这些笔记本电脑具有LPDDR4或LPDDR5 RAM，Thunderbolt，Soundwire和其他优点。 硬件编码是关键 令人高兴的是，即将到来的英特尔处理器将在硬件中具有AV1视频解码功能，当新的Tiger Lake处理器到来时，便有Linux对它的支持。
1.6K10发布于 2020-08-28 - 来自专栏流媒体技术
H5实时解码音频并播放
今天要展示的是从直播流中获取到的音频编码数据进行解码并使用H5的音频API进行播放的过程。 这些格式分别是 1. speex 2. aac 3. mp3 这些格式都有开源的解码库，不过都是c库，在H5中需要通过emscripten编译成js执行。 MP3Decoder mp3Decoder; #endif bufferLength 用于指定缓冲区的长度，bufferFilled用于指示缓冲中没有使用的数据，outputBuffer用来存放解码后的数据 faacDecOpen(); #endif mp3的初始化 mad_stream_init(&inputStream); mad_frame_init(&frame); mad_synth_init(&synth); 解码 这些函数对单声道和双声道进行了处理 var resampled = samplerate < 22050; 对于频率小于22khz的数据，我们需要复制一份，模拟成22khz，因为H5只支持大于22khz
1.5K20编辑于 2022-07-28 - 来自专栏TopSemic嵌入式
MicroPython 玩转硬件系列5：WIFI实验
while True: data,addr=s.recvfrom(1024) print('received:',data,'from',addr) s.sendto(data,addr) 5.
1.2K20发布于 2021-05-31 - 来自专栏石开之旅
硬件笔记（8）----USB学习笔记5
表 5 显示的是设备描述符的结构。 该描述符的长度 = 18 个字节 1 bDescriptorType 1 描述符类型 = 设备（01h） 2 bcdUSB 2 USB 规范版本（BCD） 4 bDeviceClass 1 设备类别 5 个字节 1 bDescriptorType 1 描述符类型 = 配置（02h） 2 wTotalLength 2 总长度包括接口和端点描述符在内 4 bNumInterfaces 1 本配置中接口的数量 5 如果 USB 设备支持远程唤醒，则位 5 将被设置为 1。如果不支持远程唤醒，则位 5 将被设置为 0。 bMaxPower 定义了设备全速运行时通过总线消耗的最大功耗，以 2 mA 为单位。 更多有关报告描述符的信息，请参考 AN57473 — PSoC®3 和 PSoC 5LP 的 USB HID 初级应用笔记以及 AN58726 — PSoC®3 和 PSoC 5LP 的 USB HID
2.1K20发布于 2019-07-02 - 来自专栏程序员互动联盟
解密H264、AAC硬件解码的关键扩展数据处理
因为在解码这些数据之前，需要对解码器做一些配置，典型的就是目前流行的高清编码“黄金搭档”组合H264 + AAC的搭配。 本文将讲述H264和AAC的关键解码配置参数的解析，如果没有这些配置信息，数据帧往往不完整，导致了解码器不能解码。 ADTS所需的数据仍然是放在上面的扩展数据extradata中，我们需要先解码这个扩展数据，然后再从解码后的数据信息里面重新封装成ADTS头信息，加到每一帧AAC数据之前再送解码器，这样就可以正常解码了 pbuf || bufsize<2) { return -1; } aot = (p[0]>>3)&0x1f; if (aot == 31) { aotext = (p[0]<<3 |(p[1]>>5) >>5))&0x0f; } else { channelconfig =((p[1]<<3)|(p[2]>>5))&0x0f; } } else { samfreindex =((p[0]<<1)|p[
1.7K81发布于 2018-03-12 - 来自专栏音视频技术
对话安谋科技周华：编解码硬件的机遇与挑战
一方面，这对于视频编解码的性能提升是利好的，但这也给硬件IP厂商带来了一定的挑战。 对此，我们很荣幸地邀请到了来自安谋科技，视频编解码处理器研发负责人周华老师，来和我们聊一聊编解码硬件的机遇与挑战，以及介绍今年新推出的“玲珑”VPU处理器有哪些亮点。 周华，安谋科技视频编解码处理器研发负责人 周华先生现为安谋科技视频编解码处理器研发负责人。 我们看到越来越多的标准组织正在或考虑在传统视频编码框架中增加AI的部分，这对于提供硬件编码IP的你们而言是不是新的挑战？我们也看到多媒体技术栈正在和AI结合，这对于你们是新的机会吗？ 周华：视频编解码标准不断地致力于提升编码质量并降低码率，所以在视频编码框架中加入AI部分进行增强也是顺理成章的。对于硬件IP会有些历史包袱，比如标准的向前兼容问题、成本PPA问题等。
42020编辑于 2023-04-04 - 来自专栏视频
音视频基础能力之 iOS 视频篇（三）：视频硬件解码
涉及硬件的音视频能力，比如采集、渲染、硬件编码、硬件解码，通常是与客户端操作系统强相关的，就算是跨平台的多媒体框架也必须使用平台原生语言的模块来支持这些功能本系列文章将详细讲述移动端音视频的采集、渲染、 硬件编码、硬件解码这些涉及硬件的能力该如何实现本文为该系列文章的第 3 篇，将详细讲述在 iOS 平台下如何实现视频的硬件解码往期精彩内容，可参考音视频基础能力之 iOS 视频篇（一）：视频采集音视频基础能力之 iOS 视频篇（二）：视频硬件编码前言视频解码是视频编码的逆过程，就是将压缩后的图像数据还原成原始未压缩的图像数据，可用于图像处理或渲染到屏幕。 有关原始图像数据渲染到屏幕的内容，本系列后续文章中会详细介绍，敬请期待在 iOS 平台，Apple 提供的硬件解码功能，目前仅支持 H.264 和 H.265，本文也将介绍这 2 种格式的硬件解码该如何实现 VTDecompressionSessionInvalidate(decode_session_);CFRelease(decode_session_);写在最后以上就是本文的所有内容了，详细讲述了在 iOS 平台下如何实现视频的硬件解码本文为音视频基础能力系列文章的第
78810编辑于 2024-12-14 - 来自专栏嵌入式开发圈
解码斯坦福开源狗DogGo--附硬件清单、源码、图纸、论文
ODrive驱动器 github地址 https://github.com/Nate711/ODrive/tree/ec25d02f7036b0d7eff010fdc516bd0054a86c56 5. 以上是官方给的所有硬件的清单，想要PDF文档的话可以在这下载（硬件清单）看上去很多，但其实最最核心的硬件不过就下面列出的： 材料 数量 Teensy 3.5（单片机） 1 ODrives（驱动器） 4 各硬件连接如下： ? 中间的2mm碳纤维板上，有一个Teensy 3.5，一个Sparkfun BNO080 IMU和一个5mW的Xbee。 5、由于预算有限，团队并没有使用现成滑轮，而是使用Xometry SLS服务（在线3D打印服务）自己打印出轴承座。
3.7K20发布于 2021-04-21 - 来自专栏DotNet程序园
使用C#+FFmpeg+DirectX+dxva2硬件解码播放h264流
extend函数是我新加入的，并且在dxva2_device_create函数（这个函数是ffmpeg原始流程中的，我的改动不影响原本任何功能）中适时调用；简单来说，原来的ffmpeg也能基于dxva2硬件解码 官方的硬解码示例 它有一个get_format过程（详见215行和63行），我没有采用。 这里给大家解释一下原因： 这个get_format的作用是ffmpeg给你提供了多个解码器让你来选一个，而且它内部有一个机制，如果你第一次选的解码器不生效（初始化错误等），它会调用get_format第二次 让你再选一个，而我们首先认定了要用dxva2的硬件解码器，其次，如果dxva2初始化错误，ffmpeg内部会自动降级为内置264软解，因此我们无需多此一举。 如若不然，你绘制的画面会进行意向不到的缩放 网络掉包导致硬件解码器错误 见代码 其他directx底层异常 代码中我加了一个try-catch，捕获的异常类型是DirectXException，在c/c
4K11发布于 2019-11-28 - 来自专栏单片机爱好者
ESP8266_23基于硬件定时器的红外遥控器解码
ESP8266的所有GPIO都可以用来进行红外解码，这里我随便选了一个GPIO5。也就是说VS1838的数据输出脚，接到ESP8266的GPIO5。 ? 然后是程序部分。 总之，就是编译不过，为此，我还找了安信可的论坛发帖咨询，结果等了5天，毫无反应…………… ? 老夫很是郁闷，于是一气之下，把51单片机里常用的红外解码程序移植了过来。 U为GPIO模式 PIN_FUNC_SELECT(PERIPHS_IO_MUX_GPIO5_U,FUNC_GPIO5); GPIO_DIS_OUTPUT(GPIO_ID_PIN 选择GPIO5做为红外接收管脚，设置为输入、下降沿中断。设置中断相应的处理函数，跟51里面一样，就是irtime的一些处理。 2、硬件定时器初始化。 如图所示，上电后先进行相应的初始化配置，然后就是解码的过程。我依次按下了2、4、6、8这几个安静，解码得到的值如上所示。怎么知道解码的对不对？看遥控器的键值表。
1.7K20发布于 2020-06-29 - 来自专栏脑机接口
一种具有神经形态硬件解码器的双向脑机接口
在每个记录周期结束时，根据解码器的要求(见章节2.5和图5)，从记录的峰值时间戳生成峰值序列，然后转发到神经形态芯片。 1.4.神经形态解码器的硬件方面 在一个神经形态芯片上实现解码器，将记录的大脑活动转换为运动指令。 即将记录的尖峰序列以1毫秒的时间箱(图5B)进行分箱，并将每个分箱与网络中每个神经元的一个输入突触相关联(图5)。 本文向学习突触提供了一个400毫秒高平均速率(100赫兹)的泊松峰值序列，用于包含记录尖峰的时间箱，而不向其他突触输入(图5C)。 图5.神经形态解码器的输入、训练和使用。 仿真表明，硬件Spiking神经网络可以成功解码神经元的活动，用于闭环皮质植入物，一个临时工作原型能够替代大鼠的小脑学习功能。
84540编辑于 2023-02-14 - 来自专栏Linux嵌入式
瑞芯微RK35XX系列FFmpeg硬件编解码实测，详细性能对比!
FFmpeg硬件编解码技术通过调用GPU或专用的媒体处理芯片来加速视频的压缩与解压缩过程，其核心价值在于能够显著提升处理效率并降低系统资源消耗。 此外，在安防监控等多路视频流并行处理的应用中，硬件加速能有效减轻 CPU 负担，确保系统稳定运行本文基于触觉智能旗下瑞芯微RK系列开发板，展开FFmpeg视频编解码在2K与4K分辨率视频（软件+硬件）详细实测 FFmpeg移植方法可关注触觉智能公众号，查看以下文章参考操作：瑞芯微RK3576平台FFmpeg硬件编解码移植及性能测试实战攻略测试视频标准说明（1）4K@30FPS视频，文件大小为128MB（2）2K FFmpeg编码），测试命令如下：time ffmpeg -f lavfi -i testsrc2=s=1920x1080,format=nv12 -b:v 4M -minrate 2M -maxrate 5M 2K视频编解码：4K视频编解码：结论：RK35XX系列各型号的视频性能有明确区分，这种差异化的设计让客户能轻松对号入座，能更好找到符合自身需求的方案。
86810编辑于 2025-10-30 - 来自专栏AI SPPECH
36_T5与编码器-解码器架构
T5的统一框架理念: 所有NLP任务 → 文本到文本格式 → 统一模型处理 2. 编码器-解码器架构详解 编码器-解码器架构是Transformer的原始形态，也是T5的基础架构。 架构对比总结: 编码器-解码器: 通用性强，任务灵活 仅编码器: 理解能力强，训练稳定 仅解码器: 生成能力强，推理高效 9. 2025年T5Gemma：编码器-解码器的复兴 2025年初，谷歌发布了T5Gemma T5Gemma的核心创新 T5Gemma的核心创新在于提出了一种"适应"（adaptation）技术，将预训练的仅解码器模型转换为编码器-解码器架构： 权重迁移：使用已预训练的仅解码器模型（Gemma （temperature, top-k, top-p） 增加训练数据多样性 尝试更大规模的模型 推理速度慢： 模型压缩 批处理推理 硬件加速 考虑非自回归解码方法 领域适应： 在领域数据上继续预训练 流式处理能力 技术挑战与解决方案 计算效率挑战： 模型压缩和加速技术 专用硬件和算法协同设计 稀疏计算和量化技术 长序列处理： 突破上下文长度限制 高效处理超长文档 记忆增强技术 可解释性与可控性
50110编辑于 2025-11-13 - 来自专栏linux运维
硬件维护问题：硬件维护不当，导致硬件故障
检查当前硬件状态首先，我们需要检查当前系统的硬件状态。 常见的硬件维护问题及解决方案2.1 硬盘维护不当问题：硬盘维护不当，导致数据丢失或性能下降。解决方案：定期检查硬盘健康状态，备份重要数据。 2.6 散热维护不当问题：散热维护不当，导致硬件过热或性能下降。解决方案：定期清理散热器和风扇，确保散热良好。示例：使用压缩空气清理散热器和风扇：关闭计算机并断开电源。 2.7 环境维护不当问题：环境维护不当，导致硬件受潮或积尘。解决方案：保持良好的工作环境，避免潮湿和灰尘。示例：保持机房通风良好，使用防尘网和除湿器。3. 使用自动化工具进行硬件维护工具：Ansible介绍：Ansible 是一个自动化工具，可以用于远程管理和配置多台主机。
95910编辑于 2025-02-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号