Jellyfin może wykorzystywać znacznie większą część mocy iGPU, gdy konwersja HDR i wypalanie napisów odbywają się w tej samej sesji odtwarzania.
GPU nie wykonuje jednego ogólnego „transkodowania”. Może dekodować źródło, mapować tony HDR do SDR, nakładać napisy, skalować klatki i kodować wynik, podczas gdy nieobsługiwany etap przekazuje część pracy z powrotem do CPU; test wydajności musi odtworzyć dokładnie tę ścieżkę. Utrzymuj stałe urządzenie klienckie, ścieżkę napisów, docelowy format HDR i jakość wyjściową, aby różnica w wykorzystaniu iGPU wynikała z dodanych etapów.
Mapowanie tonów HDR dodaje osobny etap przetwarzania
Plik HDR, który nie może pozostać w formacie HDR na urządzeniu klienckim, może wymagać mapowania tonów, zanim serwer dostarczy użyteczny strumień SDR. Ta konwersja zwiększa obciążenie, nawet gdy podstawowe dekodowanie i kodowanie kodeka są już akcelerowane sprzętowo.
System obsługujący zwykłą konwersję 4K może stracić zapas mocy po dodaniu obciążenia związanego z mapowaniem tonów do potoku transkodowania.
Porównaj to samo źródło, gdy konwersja HDR jest wymagana i gdy nie jest wymagana, a następnie rejestruj wykorzystanie silników GPU, zamiast mierzyć wyłącznie ogólny procent użycia CPU.
Wypalanie napisów może zmienić lekką ścieżkę w pełne przetwarzanie wideo
Napisy tekstowe, które klient może renderować, niewiele obciążają serwer, ale napisy obrazkowe lub nieobsługiwane formatowanie tekstu mogą zmusić Jellyfin do narysowania napisów na każdej klatce. Zmienia to obciążenie z remuksowania lub Direct Play w przetwarzanie wideo.
Formaty obrazkowe, takie jak PGS, często uruchamiają wypalanie napisów i pełne transkodowanie, gdy klient odtwarzający nie może renderować ich bezpośrednio.
Powtórz test tego pliku z wyłączonymi napisami, z prostą ścieżką SRT oraz z rzeczywistą ścieżką napisów. Jeśli użycie iGPU wzrasta tylko w ostatnim przypadku, nakładanie napisów stanowi część granicy wydajności.
Możliwości klienta decydują o tym, które etapy musi wykonać serwer
Te same multimedia mogą wykorzystywać różne zasoby serwera na telewizorze, w przeglądarce lub na telefonie, ponieważ każde urządzenie klienckie obsługuje inny zestaw kodeków, kontenerów, formatów HDR i trybów napisów. Wydajności serwera nie można rozpatrywać niezależnie od możliwości klienta.
Klient może zgłaszać niepełny profil możliwości, co może skierować Jellyfin na bardziej obciążającą ścieżkę po stronie serwera, nawet gdy urządzenie udostępnia sprzętowe dekodery.
Użyj jednego sprawdzonego klienta obsługującego Direct Play jako punktu odniesienia, a następnie przetestuj klienta, który uruchamia cięższą ścieżkę. Stabilna baza akceleracji sprzętowej ułatwia odizolowanie dodatkowych etapów HDR lub napisów.
Określ zapas mocy iGPU na podstawie najtrudniejszej rzeczywistej kombinacji
Syntetyczny test wydajności silnika multimediów może nie uwzględniać dokładnego nakładania się obciążeń, które ma znaczenie w domu: mapowania tonów HDR, wypalania napisów, skalowania i drugiego strumienia. Docelową wydajność powinna wyznaczać najbardziej obciążająca, powtarzalna kombinacja używana w gospodarstwie domowym, a nie deklarowana przez producenta przepustowość.
Metoda wykorzystania i nasycenia zapewnia praktyczny sposób odróżnienia wysokiego, lecz prawidłowego użycia GPU od kolejki, w której nie pozostał już żaden zapas obsługi.
Uruchom najtrudniejszą spodziewaną sesję samodzielnie, a następnie dodawaj po jednym standardowym równoczesnym strumieniu. Zachowaj zapas tylko tam, gdzie wskazuje na to zmierzone opóźnienie lub próg gubienia klatek.
Centrum Technologii i Sztucznej Inteligencji
Więcej do przeczytania

Jak tajny broker przekazuje agentowi AI dane uwierzytelniające bez ujawniania ich w promptach?
Śledź tożsamość obciążenia, zasady, wydawanie tokenów, wstrzykiwanie żądań, redakcję, wygasanie i unieważnianie w ramach bezsekretnej architektury domowego agenta AI.

Jak piaskownica narzędzi ogranicza skutki uboczne działania agenta AI?
Zobacz, jak izolacja, bramki uprawnień, ulotny stan, kontrola ruchu wychodzącego, limity i dzienniki audytowe ograniczają skutki uboczne agentów AI bez dowodzenia, że działania są...

Jak dekodowanie z ograniczeniami generuje JSON zgodny ze schematem?
Zrozum kompilację schematu, maskowanie tokenów, stan parsera, obsługiwane podzbiory, opóźnienia, obcinanie oraz to, dlaczego poprawność strukturalna nie gwarantuje prawidłowych wartości.

