視頻硬體解碼能力對於CPU 和gpu 哪個更苛刻 有最新Mac Pro 最高配都硬解不了的視?

視頻 解碼 cpu gpu soc

一般的視頻硬體加速都在GPU上有專門的指令集優化，例如NV的CUDA。當然CPU也是能解的，不過效率上會差不少。另外現在INTEL的CPU都自帶GPU了，應該不存在誰負責解的問題。。。

/××××××××××××××××××××××××××××××××××××××××××××××××

詳細的回答一下吧

首先，單就浮點運算能力而言，GPU秒殺CPU!

不過，計算機對視頻解碼的速度取決於許多的參數（當然碼率是一個）。從平台端來說，不同的操作系統、視頻容器、視頻播放器、編解碼器對解碼的速度影響是決定性的：在win7的環境下，計算機對大部分格式的視頻編解碼的運算是基於多核多線程的，但是對於Rmvb這樣的拖油瓶來說，硬解不能只能軟解，GPU只能歇菜；從演算法端來說，MPEG-1與MPEG-2、H264之間的硬解效率差的很遠。對於不同參數的視頻解碼任務，CPU和GPU處理方式的不同會導致效率的不可量化，針對不同的運行環境效率也可能相差巨大。

然後是CPU和GPU的具體分析了：

GPU顧名思義，血源里就是專註於Graphic運算的。GPU最廣為人知的應用當屬遊戲渲染，而遊戲渲染所需的圖形學計算大量依賴多維矩陣操作，這也導致了在長期的研發過程中，GPU被極端的優化成基礎矩陣運算加速器。但是遊戲渲染畢竟是一個小眾的市場，野心很大的NV, ATI（現在已經不復存在了:(）們將目光瞄準了視頻編解碼的應用。視頻編解碼運算總的來說是基於空間相似度的壓縮技術，其運算的基本容器就是矩陣，可以說是GPU處理的天然領域。但是在視頻編解碼的處理過程中，GPU卻並不是能夠獨立完成的，GPU能夠完成的過程包括運動預測，運動補償、幀內與幀間壓縮的DCT變換這些涉及矩陣的部分，在這些部分里，矩陣可以被以元素為單位分割成大量可並行的運算單元，對於DCT量化、變長編碼這樣的基礎數值運算則需要以串列的方式進行處理，GPU就無能為力了。所以說比較CPU和GPU的視頻編解碼效率對CPU是不公平的，因為在實際應用中通過GPU的硬體加速解碼實際上需要大量CPU的幫助才能實現。

CPU從概念上來說是General purpose的，意即能夠處理所有計算機的運算請求。從設計角度來說，CPU需要應付來自計算機的所有運算請求，其內部的核心在於分支預測和高速緩存，主要用於處理系統的負荷，而GPU只需要針對並行浮點運算做優化即可，其處理的數據和任務對象都相對單一。從數據結構的角度來說，在處理視頻編解碼任務時，CPU需要將視頻畫面的原子信息即像素值抽象為一個巨大的整型數組，其存儲方式和索引結構都是稀疏的。而GPU運算將數據封裝成矩陣的格式，即上文提到的矩陣運算加速器，實現了更高效的內存操作和運算，並且在分散式運算的大趨勢下，基於多線程GPU運算的開發庫（如CUDA）能夠將GPU的運算髮揮到極致。當然，CPU的內核里也對多媒體運算做了大量的優化，比如大名鼎鼎的擴展指令集MMX、SSE系列，這些指令集應該是現有視頻編解碼應用中最至關重要的加速工具。另外一點就是，CPU的解碼依然依賴於計算機的軟體實現，例如在現有的開源框架下，CPU的編解碼一般是通過FFMPEG這樣的工具加以實現的，這樣的軟體效率也是決定CPU編解碼效率的一大因素。

所以對於視頻編解碼任務而言，這是GPU天生的強項，與單純CPU解碼相比，其針對特定codec優化後的硬體加速性能完勝；但是GPU解碼的過程，卻必須依賴於CPU的調度和某些特定的運算支持。這就好比一個團隊里，GPU是年輕氣盛的編程高手，C++多線程寫得飛起，但是他的頭上有一個資深的架構師/全棧工程師CPU，能夠解決一切的問題，還得時不時的給小弟們擦屁股。

個人愚見，以上

關於具體的評測，可以參考這篇文章：http://www.behardware.com/articles/828-27/h-264-encoding-cpu-vs-gpu-nvidia-cuda-amd-stream-intel-mediasdk-and-x264.html