Warum HDR und das Einbrennen von Untertiteln die iGPU-Auslastung von Jellyfin erhöhen

Eva Wong ist die Technische Redakteurin und und leidenschaftliche Tüftlerin bei ZimaSpace. Eine lebenslange Geek mit einer Leidenschaft für Homelabs und Open-Source-Software, sie spezialisiert sich darauf, komplexe technische Konzepte in zugängliche, praktische Anleitungenzu übersetzen. Eva ist der Meinung, dass Self-Hosting Spaß machen und nicht einschüchternd sein sollte. Durch ihre Tutorials befähigt sie die Community, Hardware-Setups zu entmystifizieren, vom Bau ihres ersten NAS bis hin zur Beherrschung von Docker-Containern.

Jellyfin kann deutlich mehr iGPU-Kapazität benötigen, wenn HDR-Konvertierung und das Einbrennen von Untertiteln in derselben Wiedergabesitzung stattfinden.

Die GPU führt nicht nur eine allgemeine „Transkodierung“ durch. Sie kann die Quelle dekodieren, HDR in SDR umwandeln, Untertitel einblenden, Frames skalieren und das Ergebnis kodieren, während ein nicht unterstützter Verarbeitungsschritt die Arbeit wieder an die CPU zurückgibt. Der Kapazitätstest muss genau diesen Ablauf nachbilden. Halten Sie Client, Untertitelspur, HDR-Ziel und Ausgabequalität konstant, damit die iGPU-Differenz auf diese zusätzlichen Verarbeitungsschritte zurückzuführen ist.

HDR-Tonemapping fügt eine separate Verarbeitungsstufe hinzu

Eine HDR-Datei, die auf dem Client nicht in HDR wiedergegeben werden kann, muss möglicherweise in SDR umgewandelt werden, bevor der Server einen nutzbaren SDR-Stream liefern kann. Diese Konvertierung verursacht zusätzliche Arbeit, selbst wenn die grundlegende Codec-Dekodierung und -Kodierung bereits hardwarebeschleunigt erfolgen.

Ein System, das gewöhnliche 4K-Konvertierung bewältigt, kann an Spielraum verlieren, sobald Tonemapping-Last zur Transkodierungspipeline hinzukommt.

Vergleichen Sie dieselbe Quelle mit erforderlicher und nicht erforderlicher HDR-Konvertierung und erfassen Sie anschließend die Auslastung der GPU-Engines statt nur den gesamten CPU-Prozentsatz.

Das Einbrennen von Untertiteln kann einen leichten Pfad in vollständige Videoverarbeitung verwandeln

Textuntertitel, die der Client selbst darstellen kann, belasten den Server kaum. Bilduntertitel oder nicht unterstützte Textformatierungen können Jellyfin jedoch dazu zwingen, die Untertitel in jedes einzelne Bild einzufügen. Dadurch wird aus Remuxing oder Direct Play eine Videoverarbeitung.

Bildbasierte Formate wie PGS lösen häufig das Einbrennen von Untertiteln und vollständige Transkodierung aus, wenn der Wiedergabeclient sie nicht direkt darstellen kann.

Wiederholen Sie den Test mit deaktivierten Untertiteln, einer einfachen SRT-Spur und der tatsächlich verwendeten Untertitelspur. Wenn die iGPU-Auslastung nur im letzten Fall steigt, gehört die Untertitelkomposition zur Kapazitätsgrenze.

Die Client-Fähigkeiten bestimmen, welche Verarbeitungsschritte der Server ausführen muss

Dieselben Medien können auf einem Fernseher, in einem Browser oder auf einem Smartphone unterschiedlich viele Serverressourcen benötigen, da jeder Client eine andere Auswahl an Codecs, Containern, HDR-Formaten und Untertitelmodi unterstützt. Die Serverkapazität lässt sich nicht unabhängig von den Client-Fähigkeiten betrachten.

Ein Client kann ein unvollständiges Fähigkeitsprofil melden, wodurch Jellyfin einen aufwendigeren serverseitigen Pfad wählen kann, selbst wenn das Gerät Hardwaredekoder bereitstellt.

Verwenden Sie einen bekannten, zuverlässig funktionierenden Direct-Play-Client als Referenz und testen Sie anschließend den Client, der den aufwendigen Pfad erzeugt. Eine stabile Basis für Hardwarebeschleunigung erleichtert es, die zusätzlichen HDR- oder Untertitelverarbeitungsschritte zu isolieren.

Bemessen Sie den iGPU-Spielraum anhand der anspruchsvollsten realen Kombination

Ein synthetischer Benchmark für Medien-Engines erfasst möglicherweise nicht die exakte Überlagerung, auf die es zu Hause ankommt: HDR-Tonemapping, das Einbrennen von Untertiteln, Skalierung und ein zweiter Stream. Das Kapazitätsziel sollte die anspruchsvollste wiederholbare Nutzungskombination im Haushalt sein, nicht eine Herstellerangabe zum Durchsatz.

Die Methode zur Analyse von Auslastung und Sättigung bietet eine praktische Möglichkeit, zwischen einer hohen, aber gesunden GPU-Auslastung und einer Warteschlange ohne verbleibenden Leistungsspielraum zu unterscheiden.

Führen Sie zuerst die anspruchsvollste erwartete Sitzung allein aus und fügen Sie anschließend die normalerweise gleichzeitig laufenden Streams einzeln hinzu. Lassen Sie nur dort Spielraum, wo die gemessene Latenz oder die Schwelle für ausgelassene Frames dies erforderlich macht.

Tech- & KI-Zentrum

Mehr zum Lesen

Get More Builds Like This

Stay in the Loop

Get updates from Zima - new products, exclusive deals, and real builds from the community.

Stay in the Loop preferences

We respect your inbox. Unsubscribe anytime.