NVIDIA Video Codec SDK 13.1: pontosabb videókeresés és AV1 B-frame-ek

Hierarchikus B-frame-ek az AV1 kódolásban

Az NVIDIA közlése szerint a Video Codec SDK 13.1 támogatja a hierarchikus referenciamódot AV1-kódolásnál, legfeljebb 31 B-frame-mel. A B-frame-ek referenciaként való használata javíthatja a kódolás minőségét, a hierarchikus felépítés pedig fa alakú referenciaszerkezetben rendezi el őket. A struktúra levelei nem referencia-B-frame-ek, a gyökér pedig a középső B-frame.

A megoldás a korábbi 7-ről 31-re emeli az NVENC által kezelhető B-frame-ek maximális számát. Az NVIDIA szerint a módszer nem jár teljesítménycsökkenéssel, ugyanakkor növeli a videomemória-használatot. Az SDK az 1, 3, 7, 15 és 31 B-frame-es beállításokat támogatja, és a mód legalább 7 B-frame mellett a leghatékonyabb. A H.264 és a HEVC támogatása későbbi illesztőprogram-verziókban következik.

A 13.1-es verzió az UHQ tuning információit is kombinálja az iteratív kódolással. Így a jövőbeli képkockákat elemző lookahead szint és az időbeli szűrés együtt használható az egyes iterációk újrakódolásával. Az NVIDIA leírása szerint az időbeli szűrés természetes videóknál átlagosan 4, 5 százalékos kódolási nyereséget ad.

Részletesebb dekódolási adatok és képkockaszintű keresés

Az NVDECODE API mostantól részletes, makroblokkonkénti dekódolási statisztikákat is lekérhet H.264 és HEVC-videóknál. Minden 16×16-os blokk esetén elérhető a luma kvantálási paramétere, a kódolási egység típusa, valamint legfeljebb két, előre vagy hátra mutató mozgásvektor. Az adatok hardveres dekódolás melléktermékeként keletkeznek, ezért az NVIDIA szerint nem igényelnek további CPU-terhelést.

A mozgásvektorok használhatók jelenetváltás felismerésére, objektumkövetésre és snitthatár-elemzésre. A kvantálási paraméterek blokkonként mutatják a kódolási minőséget, a blokktípusok pedig a tartalmak osztályozását és a tömörítési kutatásokat segíthetik. A statisztikák GPU-n is feldolgozhatók CUDA-kernellel, ehhez az SDK az AppDec -dumpstats mintaprogramot is tartalmazza.

Az új, GOP-szerkezetet figyelembe vevő keresési API-val egy konkrét képkocka kérhető le anélkül, hogy a teljes videót sorban végig kellene dekódolni. A rendszer megkeresi a célképkocka előtti legközelebbi IDR-képkockát, majd csak a cél eléréséhez szükséges képkockákat dolgozza fel. A teljes dekódolási, leképezési és utófeldolgozási folyamat kizárólag a kért képkockán fut le. Az NvVideoDecoder osztály lejátszási listákat, nem kereshető adatfolyamokat és visszafelé történő keresést is kezel.

Másolás nélküli átkódolás és fejlesztői környezet

Az átkódolási funkciók között megjelent az alkalmazás által lefoglalt CUarray használata az NVDEC kimeneteként és az NVENC bemeneteként. Az új AppTransZeroCopy mintaprogram így közvetlenül megosztja a puffereket a dekódoló és a kódoló között, köztes másolások nélkül. Az NVIDIA a korábbi átkódoló mintákat is átdolgozta: a pipeline moduláris, soralapú architektúrát használ, az egyes szakaszokhoz külön CPU-szálakkal.

A kiadás hivatalos Docker-alapú fejlesztői környezetet is biztosít. A konténerben CUDA 12.3.2, Vulkan SDK 1.4.304.1, Ubuntu 22.04 LTS, FFmpeg és előre lefordított mintaprogramok találhatók. Ez helyi vagy felhőalapú fejlesztéshez is használható, az NVIDIA célja szerint reprodukálható környezetet kínálva.

A Video Codec SDK 13.1 2026. július 31-én vált elérhetővé. A fejlesztők az NVIDIA javaslata szerint a friss kódolási, dekódolási és átkódolási funkciókat saját videós pipeline-jaikban próbálhatják ki, a hierarchikus referenciamód részleteihez pedig az NVENC Programming Guide ad útmutatást. A változások különösen azoknak a munkafolyamatoknak lehetnek hasznosak, amelyek célzott képkockák elemzését, nagy mennyiségű videó feldolgozását vagy késleltetéstűrő kódolást végeznek.