CPU比GPU重要！視頻轉碼加速對比測試
泡泡網(wǎng)CPU頻道9月4日 一直以來，電腦中處理數(shù)據(jù)、信息的核心單元都是CPU，這已經(jīng)是一個基本常識。然而最近幾年來NVIDIA開始顛覆這個定律。自07年G80時代開始，NVIDIA便開始推廣一項技術——CUDA。這也標志著GPGPU計算時代的到來。
CUDA是一項基于C語言的程序接口，其主要意義在于利用GPU強大的并行處理能力，協(xié)助CPU進行計算。自CUDA發(fā)布以來，技術的逐漸成熟和NVIDIA用心的推廣，使得其在醫(yī)療、物理、金融、化學等領域的特殊模擬運算中得以大展身手。
NVIDIA宣稱GPU的處理能力是CPU的幾十倍甚至上百倍
而在個人用戶方面，CUDA的主要運用在視頻編碼、解碼處理。涉及到的具體應用就是視頻格式的轉換。該類型的軟件現(xiàn)在也比較豐富、完善，功能、兼容性、支持格式、執(zhí)行效率都比較成熟，可以給用戶帶來實實在在的便利。以往只能以來CPU進行的視頻轉碼，現(xiàn)在可以在GPU的協(xié)助下進行了，效率自然大大提高。
CUDA的名氣著實不小，我們也常?？吹絅VIDIA的顯卡在專業(yè)領域打敗Intel高端甚至服務器CPU的新聞，這給我們一個概念：同價格的GPU計算能力是CPU的數(shù)倍甚至數(shù)十倍。
物理加速性能，GPU是CPU的7倍
NVIDIA與Intel之間關于GPU與CPU孰強孰弱的爭執(zhí)由來已久，而Intel終于在ISCA大會上遞交的測試技術文檔中正式承認GPU運行測試速度比CPU快14倍。
雖然NVIDIA方面認為這是“難能可貴的一天”，但是依然指出Intel測試中采用的GeForce GTX 280是其上一代產(chǎn)品，并且沒有經(jīng)過任何代碼優(yōu)化，而實際上新一代NVIDIA GPU的運行速度是Intel CPU的上百倍。
GPU確實擁有非?？植赖倪\算能力，但是GPU的潛能卻很難被釋放出來。NVIDIA片面強調GPU的重要性，GPU的理論運算能力看上去很美好，但在實際應用中卻沒有吹噓的那么強大。
GPU如果真的強大到可以在任何方面全面代替CPU，那么CPU恐怕早就下崗了。在民用級別的應用上，GPU有多強呢？軟件和硬件的支持和優(yōu)化到了什么程度？我們需要了解一下才能下結論。
說道CUDA目前在民用領域最廣泛的應用--視頻轉碼，就不得不提及這款優(yōu)秀的國產(chǎn)視頻轉碼軟件--MediaCoder。該軟件是國內首款支持CUDA的視頻轉碼軟件，完全開源并且永久免費的MediaCoder在最新版本當中加入了CUDA編碼器。此前MediaCoder所有編碼器都是依靠CPU運算，現(xiàn)在能夠與時俱進率先加入GPU加速支持，的確難能可貴，引用MediaCoder開發(fā)人員的話說就是：
“近兩年NVIDIA的CUDA技術似乎成為業(yè)界新寵，其優(yōu)良的科學運算加速能力確實首屈一指，引領著并行運算潮流，各行業(yè)都紛紛采用它來加速，搞得我們也躍躍欲試，呵呵，另外還有很多網(wǎng)友對MediaCoder的厚愛，希望在MC上體驗一下CUDA加速的快感，于是我們決定了用CUDA加速MediaCoder轉碼。
年初我們幾個開發(fā)人員就開始醞釀著采用CUDA加速H.264編碼，畢竟H.264現(xiàn)在比較火，還是比較有前途。經(jīng)過一段時間的緊張的開發(fā)，CUDA加速的H.264編碼器終于誕生，讓性能卓越的MediaCoder又添一利器?！?/P>
做為一款轉碼軟件，MediaCoder的特點包括：支持格式廣泛；硬件優(yōu)化強大，執(zhí)行效率高；參數(shù)、功能設定調解豐富，可滿足各種轉換需求。其最新版本也支持NVIDIA CUDA加速，并且也推出了一個專門的CUDA加速版本--MediaCoder NT，和Badaboom類似只支持8系之后推出的N卡。
由于MediaCoder對于Intel多核多線程CPU支持的非常好，而且也能支持CUDA GPU轉碼加速，對于NVIDIA GPU優(yōu)化支持也非常到位，因此本次測試我們就使用這款大受歡迎的轉碼軟件來進行測試，看看不同CPU、顯卡之間的性能差異。
這次測試使用了LGA 1156平臺，為了體現(xiàn)出性能差距，選用了Intel Core i7 870和i3 530兩顆CPU。顯卡則必須是N卡，我們準備了GTX 480和GT 240以準備測試。
測試選用了兩段視頻，一段為1920x1080分辨率，時間較短，碼率較高，轉換為960x640分辨率。一段為848x360，碼率相對較低，但時間較長，轉換為480x320分辨率。這樣的輸出分辨率對于移動設備來說是比較常見的。也是日常應用中較為常見的分辨率，實際使用意義很高。使用CPU和GPU轉碼，采用不同配置時，轉換設置中除了編碼器之外是完全相同的。
將兩段碼率和長度不同的視頻分別轉換。記錄轉碼完成時間，其中CPU使用內置的Fast模式，GPU使用CUDA Fastest模式。
首先使用i7 870進行測試，顯卡分別使用了GTX 480和GT240。請先看測試結果。
視頻1：
視頻2：
由測試結果可以得知，在不同的視頻中，使用GPU加速進行轉碼都較單純依靠CPU快很多，而使用GPU加速轉碼時，GTX 480和GT240在速度上幾乎沒有區(qū)別。我們通過軟件查看，在使用CPU轉碼時，CPU使用率在80%以上，大部分時間甚至在100%，而GPU轉碼時CPU使用率只有不足50%，顯卡使用率也只有10%左右。在日常轉碼中，GPU的利用率并不很高，并不需要很強勁的顯卡。
接下來我們改用雙核CPUi3 530。依舊搭配GTX 480和GT240
視頻1：
視頻2：
在更換了雙核CPU后，轉碼時間增加。由于不同顯卡做CUDA加速的效果是一樣的，可以推定不同CPU對GPU轉碼加速也沒有什么影響。相比之下，當CPU不是很強時，GPU加速提升的幅度就比較客觀了。
本來在測試之前是準備了GTX 480、GTX 460、GTS 250和GT 240四塊不同檔次的N卡，但是在進行了GTX 480和GT 240的測試之后發(fā)現(xiàn)，GPU轉碼時負載率不高，兩塊性能差異最大的顯卡速度也沒有區(qū)別，于是放棄了對其他中檔顯卡進行測試。
CUDA GPU加速確實可以讓原本純CPU計算的軟件快上很多，視頻轉碼速度可以提升30%—100%之多。但是目前的CUDA編碼器似乎并不需要GPU擁有很強的性能，96SP的GT240顯卡就足以勝任，更高級別的顯卡不會然轉碼速度進一步提升。
純CPU編碼顯然要比CPU+GPU編碼慢上很多，但不可否認的是，CPU在視頻轉碼過程中依然起到主導作用，當我們把CPU從雙核升級成四核時，速度幾乎提升了一倍以上！也就是說，不管有沒有GPU輔助，CPU本身的實力都可以得到完全的釋放，更強的CPU顯然能夠大大加快視頻轉碼。
我們的結論就是，目前CUDA在轉碼應用中，如果你有一塊N卡，那么便可以免費獲得額外的轉碼性能提升，但只要一塊中低端顯卡就足以勝任CUDA的需求了，目前民用的CUDA軟件尚不能完全發(fā)揮出高端顯卡的計算能力。目前來看，在轉碼應用中，CUDA可以帶來一定程度的提升，但是CPU依然比GPU更重要。一款四核CPU搭配GT240級別的中低端顯卡，可以達到最快的視頻轉碼速度?！?
關注我們
