CN105678681A - Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统 - Google Patents

Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统 Download PDF

Info

Publication number
CN105678681A
CN105678681A CN201511033574.XA CN201511033574A CN105678681A CN 105678681 A CN105678681 A CN 105678681A CN 201511033574 A CN201511033574 A CN 201511033574A CN 105678681 A CN105678681 A CN 105678681A
Authority
CN
China
Prior art keywords
gpu
decoder
data
video memory
decoding
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201511033574.XA
Other languages
English (en)
Inventor
钟小勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vtron Technologies Ltd
Original Assignee
Vtron Technologies Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vtron Technologies Ltd filed Critical Vtron Technologies Ltd
Priority to CN201511033574.XA priority Critical patent/CN105678681A/zh
Publication of CN105678681A publication Critical patent/CN105678681A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/20Processor architectures; Processor configuration, e.g. pipelining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/60Memory management

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)

Abstract

本发明实施例公开了一种GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。本发明实施例GPU数据处理方法包括:获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;将硬解码后的所述解码数据存储到预置分配显存中;对提取的所述预置分配显存中的所述解码数据进行渲染和显示。

Description

GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统
技术领域
本发明涉及数据处理技术领域,尤其涉及一种GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统。
背景技术
通常,在基于PC架构的处理器中,CPU负责调度和解码,GPU负责图像渲染和显示。数据的存储方面,CPU直接操作内存,GPU则操作显存。
目前基于PC架构的处理器都是采用CPU进行解码,然后再将解码后的数据通过PCI总线从内存传输给显存,接着GPU从显存中取出数据进行渲染处理后,输出到大屏进行显示。
在这种方案下,解码操作中庞大的运算消耗了大量的CPU和内存资源,而GPU和显存在渲染以外的大多数情况下都是处于闲置状态。当解码的数据超过CPU的处理能力时,视频图像就会出现卡顿、不流畅,甚至失去连接等现象。通常情况下,都会选择增强CPU的性能来提高处理器的解码能力,这样不仅加大了成本,也造成了GPU和显存资源的浪费。
同时,将解码后的数据通过PCI总线从内存传输到显存,也需要消耗一定的CPU资源,更加重了CPU的负荷,解码能力将进一步降低。
因此,为了解决上述提及的由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题,成为了本领域技术人员亟待解决的技术问题。
发明内容
本发明实施例提供的一种GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。
本发明实施例提供的一种GPU数据处理方法,包括:
获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
将硬解码后的所述解码数据存储到预置分配显存中;
对提取的所述预置分配显存中的所述解码数据进行渲染和显示。
优选地,获取到存储在预置内存中的编码数据,并进行硬解码为解码数据之前还包括:
对显存进行用于存放硬解码后的所述编码数据的所述预置分配显存的分配处理。
优选地,对显存进行用于存放硬解码后的所述解码数据的所述预置分配显存的分配处理具体包括:
通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的所述GUID;
创建DXVA解码器对应的复数个渲染目标表面作为所述预置分配显存;
提取所述DXVA解码器的参数配置,确定对应的所述GUID,并根据所述GUID创建视频解码器。
优选地,将硬解码后的所述解码数据存储到预置分配显存中具体包括:
将通过所述视频解码器硬解码后的所述解码数据存储到复数个所述渲染目标表面中。
本发明实施例提供的一种GPU,包括:
硬解码单元,用于获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
存储单元,用于将硬解码后的所述解码数据存储到预置分配显存中;
渲染显示单元,用于对提取的所述预置分配显存中的所述解码数据进行渲染和显示。
优选地,所述的GPU还包括:
分配单元,用于对显存进行用于存放硬解码后的所述编码数据的所述预置分配显存的分配处理。
优选地,分配单元具体包括:
确定子单元,用于通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的所述GUID;
第一创建子单元,用于创建DXVA解码器对应的复数个渲染目标表面作为所述预置分配显存;
第二创建子单元,用于提取所述DXVA解码器的参数配置,确定对应的所述GUID,并根据所述GUID创建视频解码器。
优选地,存储单元,具体用于将通过所述视频解码器硬解码后的所述解码数据存储到复数个所述渲染目标表面中。
本发明实施例提供的一种PC架构处理器,其特征在于,包括:
CPU,以及本实施例中提及的任意一种所述的GPU;
所述CPU与所述GPU通过PCI连接;
所述CPU,用于将存储在内存中的编码数据调度给所述GPU。
本发明实施例提供的一种GPU数据处理系统,其特征在于,包括:
显示器和本实施例中提及的任意一种所述的PC架构处理器;
所述显示器与所述PC架构处理器通信连接。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例提供的一种GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统,其中,GPU数据处理方法包括:获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;将硬解码后的所述解码数据存储到预置分配显存中;对提取的所述预置分配显存中的所述解码数据进行渲染和显示。本实施例中,通过使用GPU进行硬解码,解码后的数据直接存放于显存的方法,可以在CPU负荷较重时,极大地降低CPU的使用率,有效地提高处理器的解码能力,保证视频图像的流畅性,而不用增加额外的硬件成本,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种GPU数据处理方法的一个实施例的流程示意图;
图2为本发明实施例提供的一种GPU数据处理方法的另一个实施例的流程示意图;
图3为本发明实施例提供的一种GPU的一个实施例的结构示意图;
图4为本发明实施例提供的一种GPU的另一个实施例的结构示意图;
图5为本发明实施例提供的一种PC架构处理器的一个实施例的结构示意图;
图6为本发明实施例提供的一种GPU数据处理系统的一个实施例的结构示意图;
图7为图2的一个应用例示意图。
具体实施方式
本发明实施例提供的一种GPU数据处理方法、GPU、PC架构处理器及GPU数据处理系统,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供的一种GPU数据处理方法的一个实施例包括:
101、获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
本实施例中,当需要对视频数据进行显示时,首先需要获取到存储在预置内存中的编码数据,并进行硬解码为解码数据。
102、将硬解码后的解码数据存储到预置分配显存中;
当获取到存储在预置内存中的编码数据,并进行硬解码为解码数据之后,需要将硬解码后的解码数据存储到预置分配显存中。
103、对提取的预置分配显存中的解码数据进行渲染和显示。
当将硬解码后的解码数据存储到预置分配显存中之后,需要对提取的预置分配显存中的解码数据进行渲染和显示。
本实施例中,通过使用GPU进行硬解码,解码后的数据直接存放于显存的方法,可以在CPU负荷较重时,极大地降低CPU的使用率,有效地提高处理器的解码能力,保证视频图像的流畅性,而不用增加额外的硬件成本,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。
上面是对GPU数据处理方法的过程进行详细的描述,下面将对附加过程进行详细的描述,请参阅图2,本发明实施例提供的一种GPU数据处理方法的另一个实施例包括:
201、对显存进行用于存放硬解码后的编码数据的预置分配显存的分配处理;
本实施例中,当需要对视频数据进行显示时,首先需要对显存进行用于存放硬解码后的编码数据的预置分配显存的分配处理。
对显存进行用于存放硬解码后的解码数据的预置分配显存的分配处理具体包括:
a)通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的GUID;
b)创建DXVA解码器对应的复数个渲染目标表面作为预置分配显存;
c)提取DXVA解码器的参数配置,确定对应的GUID,并根据GUID创建视频解码器。
202、将通过视频解码器硬解码后的解码数据存储到复数个渲染目标表面中;
当对显存进行用于存放硬解码后的编码数据的预置分配显存的分配处理之后,需要获取到存储在预置内存中的编码数据,并进行硬解码为解码数据。
203、将硬解码后的解码数据存储到预置分配显存中;
当获取到存储在预置内存中的编码数据,并进行硬解码为解码数据之后,需要将硬解码后的解码数据存储到预置分配显存中。
204、对提取的预置分配显存中的解码数据进行渲染和显示。
当将硬解码后的解码数据存储到预置分配显存中之后,需要对提取的预置分配显存中的解码数据进行渲染和显示。
下面以一具体应用场景进行描述,如图7所示,应用例包括:
1、创建一个Direct3D对象,并用该对象创建一个Direct3D设备对象;
2、创建一个Direct3D设备管理器,并用之前创建的Direct3D设备对象将其初始化;
3、获取到之前创建的Direct3D设备对象的句柄,并使用该句柄得到DXVA服务接口;
4、使用DXVA服务接口获取到GPU所支持的所有解码器的GUID,从中找到所需要的解码器的GUID;
5、使用解码器的GUID获取到GPU解码后输出的所有的Direct3D图像格式,从中找到所需要的图像格式;
6、创建DXVA解码器的渲染目标表面,用于存放GPU解码后的数据;由于GPU硬解码速度较快,因此需要创建多个表面,以保证解码的数据不丢失,一般创建7个,这些表面是在显存中;
7、获取解码器的参数配置,找到所需参数的GUID,并使用该GUID来创建视频解码器;
8、使用FFmpeg的函数初始化所需的解码资源,并将其内部默认的CPU解码器替换为刚刚创建的GPU视频解码器;
9、打开解码器,准备解码;
10、CPU将存储再内存中的编码数据调度给GPU进行硬解码,解码后的数据则存放在之前创建的一组DXVA解码器的渲染目标表面中;
11、解码后的数据直接存放在显存中,使用Direct3D函数,将显存中解码后的数据通过GPU渲染后输出到显示器进行显示。
本实施例中,通过使用GPU进行硬解码,解码后的数据直接存放于显存的方法,可以在CPU负荷较重时,极大地降低CPU的使用率,有效地提高处理器的解码能力,保证视频图像的流畅性,而不用增加额外的硬件成本,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题,以及显卡中的GPU大多数时间都处于闲置状态,利用率较低,因此,使用GPU进行硬解,能提高其利用率,且不会对显卡的图像渲染输出产生影响,能极大地降低CPU的使用率,保证视频图像的流畅性,而不用增加额外的硬件成本,采用解码后的数据直接存储在显存中,避免了解码后的图像数据需要经CPU从内存传输到显存,从一定程度上降低了CPU的使用率,部分提高了处理器的解码能力,GPU不像CPU那样能进行精确的计算,可能会导致解码后的图像在某些像素上的值不正确,但是由于图像数据较大,且刷新率较高,某些像素值不正确,肉眼基本察觉不出。综上,本实施例可极大地降低CPU的使用率,有效地提高处理器的解码能力。
请参阅图3,本发明实施例中提供的一种GPU的一个实施例包括:
硬解码单元301,用于获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
存储单元302,用于将硬解码后的解码数据存储到预置分配显存中;
渲染显示单元303,用于对提取的预置分配显存中的解码数据进行渲染和显示。
本实施例中,通过使用GPU进行硬解码,解码后的数据直接存放于显存的方法,可以在CPU负荷较重时,极大地降低CPU的使用率,有效地提高处理器的解码能力,保证视频图像的流畅性,而不用增加额外的硬件成本,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题。
上面是对GPU的各单元进行详细的描述,下面将对附加单元进行详细的描述,请参阅图4,本发明实施例中提供的一种GPU的一个实施例包括:
分配单元401,用于对显存进行用于存放硬解码后的编码数据的预置分配显存的分配处理。
分配单元401具体包括:
确定子单元4011,用于通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的GUID;
第一创建子单元4012,用于创建DXVA解码器对应的复数个渲染目标表面作为预置分配显存;
第二创建子单元4013,用于提取DXVA解码器的参数配置,确定对应的GUID,并根据GUID创建视频解码器。
硬解码单元402,用于获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
存储单元403,用于将硬解码后的解码数据存储到预置分配显存中,存储单元403,具体用于将通过视频解码器硬解码后的解码数据存储到复数个渲染目标表面中;
渲染显示单元404,用于对提取的预置分配显存中的解码数据进行渲染和显示。
本实施例中,通过使用GPU进行硬解码,解码后的数据直接存放于显存的方法,可以在CPU负荷较重时,极大地降低CPU的使用率,有效地提高处理器的解码能力,保证视频图像的流畅性,而不用增加额外的硬件成本,解决了由于选择增强CPU的性能来提高处理器的解码能力,造成的成本高、GPU和显存资源的浪费的技术问题,以及通过PCI总线从内存传输到显存消耗一定的CPU资源,更加重了CPU的负荷,导致的解码能力降低的技术问题,以及显卡中的GPU大多数时间都处于闲置状态,利用率较低,因此,使用GPU进行硬解,能提高其利用率,且不会对显卡的图像渲染输出产生影响,能极大地降低CPU的使用率,保证视频图像的流畅性,而不用增加额外的硬件成本,采用解码后的数据直接存储在显存中,避免了解码后的图像数据需要经CPU从内存传输到显存,从一定程度上降低了CPU的使用率,部分提高了处理器的解码能力,GPU不像CPU那样能进行精确的计算,可能会导致解码后的图像在某些像素上的值不正确,但是由于图像数据较大,且刷新率较高,某些像素值不正确,肉眼基本察觉不出。综上,本实施例可极大地降低CPU的使用率,有效地提高处理器的解码能力。
请参阅图5,本发明实施例中提供的一种PC架构处理器的一个实施例包括:
CPU51,以及图3和图4实施例中提及的GPU52;
CPU51与GPU52通过PCI连接;
CPU51,用于将存储在内存中的编码数据调度给GPU52。
请参阅图6,本发明实施例中提供的一种GPU数据处理系统的一个实施例包括:
显示器61和如图5实施例的PC架构处理器62;
显示器61与PC架构处理器62通信连接。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种GPU数据处理方法,其特征在于,包括:
获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
将硬解码后的所述解码数据存储到预置分配显存中;
对提取的所述预置分配显存中的所述解码数据进行渲染和显示。
2.根据权利要求1所述的GPU数据处理方法,其特征在于,获取到存储在预置内存中的编码数据,并进行硬解码为解码数据之前还包括:
对显存进行用于存放硬解码后的所述编码数据的所述预置分配显存的分配处理。
3.根据权利要求2所述的GPU数据处理方法,其特征在于,对显存进行用于存放硬解码后的所述解码数据的所述预置分配显存的分配处理具体包括:
通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的所述GUID;
创建DXVA解码器对应的复数个渲染目标表面作为所述预置分配显存;
提取所述DXVA解码器的参数配置,确定对应的所述GUID,并根据所述GUID创建视频解码器。
4.根据权利要求3所述的GPU数据处理方法,其特征在于,将硬解码后的所述解码数据存储到预置分配显存中具体包括:
将通过所述视频解码器硬解码后的所述解码数据存储到复数个所述渲染目标表面中。
5.一种GPU,其特征在于,包括:
硬解码单元,用于获取到存储在预置内存中的编码数据,并进行硬解码为解码数据;
存储单元,用于将硬解码后的所述解码数据存储到预置分配显存中;
渲染显示单元,用于对提取的所述预置分配显存中的所述解码数据进行渲染和显示。
6.根据权利要求5所述的GPU,其特征在于,所述的GPU还包括:
分配单元,用于对显存进行用于存放硬解码后的所述编码数据的所述预置分配显存的分配处理。
7.根据权利要求6所述的GPU,其特征在于,分配单元具体包括:
确定子单元,用于通过采用DXVA服务接口获取到所有解码器的GUID,确定所需解码器对应的所述GUID;
第一创建子单元,用于创建DXVA解码器对应的复数个渲染目标表面作为所述预置分配显存;
第二创建子单元,用于提取所述DXVA解码器的参数配置,确定对应的所述GUID,并根据所述GUID创建视频解码器。
8.根据权利要求7所述的GPU,其特征在于,存储单元,具体用于将通过所述视频解码器硬解码后的所述解码数据存储到复数个所述渲染目标表面中。
9.一种PC架构处理器,其特征在于,包括:
CPU,以及如权利要求5至8中任意一项所述的GPU;
所述CPU与所述GPU通过PCI连接;
所述CPU,用于将存储在内存中的编码数据调度给所述GPU。
10.一种GPU数据处理系统,其特征在于,包括:
显示器和如权利要求9所述的PC架构处理器;
所述显示器与所述PC架构处理器通信连接。
CN201511033574.XA 2015-12-30 2015-12-30 Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统 Pending CN105678681A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511033574.XA CN105678681A (zh) 2015-12-30 2015-12-30 Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511033574.XA CN105678681A (zh) 2015-12-30 2015-12-30 Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统

Publications (1)

Publication Number Publication Date
CN105678681A true CN105678681A (zh) 2016-06-15

Family

ID=56190054

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511033574.XA Pending CN105678681A (zh) 2015-12-30 2015-12-30 Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统

Country Status (1)

Country Link
CN (1) CN105678681A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131563A (zh) * 2016-07-28 2016-11-16 武汉斗鱼网络科技有限公司 基于dxva进行硬件解码h264视频流的方法及系统
CN106792066A (zh) * 2016-12-20 2017-05-31 暴风集团股份有限公司 优化的视频解码播放的方法及系统
CN109493410A (zh) * 2018-09-25 2019-03-19 叠境数字科技(上海)有限公司 一种千兆级像素图像的实时渲染方法
CN110108938A (zh) * 2019-04-17 2019-08-09 北京航空航天大学 一种基于gpu数据流驱动的实时电磁频谱分析系统及方法
CN110620954A (zh) * 2018-06-20 2019-12-27 北京优酷科技有限公司 用于硬解的视频处理方法和装置
WO2021072860A1 (zh) * 2019-10-15 2021-04-22 平安科技(深圳)有限公司 视频解码方法、装置、设备及计算机可读存储介质
CN113411589A (zh) * 2021-06-21 2021-09-17 苏州科达科技股份有限公司 解码方法、装置、电子设备及存储介质
CN115546329A (zh) * 2022-12-01 2022-12-30 广州市保伦电子有限公司 一种音视频硬件加速转码检测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123723A (zh) * 2006-08-11 2008-02-13 北京大学 基于图形处理器的数字视频解码方法
CN102904857A (zh) * 2011-07-25 2013-01-30 风网科技(北京)有限公司 客户端视频播放系统及其方法
CN103700385A (zh) * 2012-09-27 2014-04-02 深圳市快播科技有限公司 媒体播放器和播放方法、硬件加速下的视频的后处理方法
CN105163127A (zh) * 2015-09-07 2015-12-16 浙江宇视科技有限公司 视频分析方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123723A (zh) * 2006-08-11 2008-02-13 北京大学 基于图形处理器的数字视频解码方法
CN102904857A (zh) * 2011-07-25 2013-01-30 风网科技(北京)有限公司 客户端视频播放系统及其方法
CN103700385A (zh) * 2012-09-27 2014-04-02 深圳市快播科技有限公司 媒体播放器和播放方法、硬件加速下的视频的后处理方法
CN105163127A (zh) * 2015-09-07 2015-12-16 浙江宇视科技有限公司 视频分析方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHANEWU: "Supporting DXVA 2.0 in DirectShow(Windows)", 《个人图书馆》 *
苏峻峰 等: "基于DXVA的多路H.264高清视频解码器的实现", 《器件与应用》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106131563A (zh) * 2016-07-28 2016-11-16 武汉斗鱼网络科技有限公司 基于dxva进行硬件解码h264视频流的方法及系统
CN106792066A (zh) * 2016-12-20 2017-05-31 暴风集团股份有限公司 优化的视频解码播放的方法及系统
CN110620954A (zh) * 2018-06-20 2019-12-27 北京优酷科技有限公司 用于硬解的视频处理方法和装置
CN110620954B (zh) * 2018-06-20 2021-11-26 阿里巴巴(中国)有限公司 用于硬解的视频处理方法、装置和存储介质
US11164358B2 (en) 2018-09-25 2021-11-02 Plex-Vr Digital Technology (Shanghai) Co., Ltd. Method for real-time rendering of giga-pixel images
CN109493410A (zh) * 2018-09-25 2019-03-19 叠境数字科技(上海)有限公司 一种千兆级像素图像的实时渲染方法
CN109493410B (zh) * 2018-09-25 2023-05-16 叠境数字科技(上海)有限公司 一种千兆级像素图像的实时渲染方法
WO2020063516A1 (zh) * 2018-09-25 2020-04-02 叠境数字科技(上海)有限公司 一种千兆级像素图像的实时渲染方法
KR20200096267A (ko) * 2018-09-25 2020-08-11 플렉스-브이알 디지털 테크놀로지 (상하이) 씨오., 엘티디. 기가급 픽셀 이미지의 실시간 렌더링 방법
KR102417685B1 (ko) * 2018-09-25 2022-07-05 플렉스-브이알 디지털 테크놀로지 (상하이) 씨오., 엘티디. 기가급 픽셀 이미지의 실시간 렌더링 방법
CN110108938B (zh) * 2019-04-17 2020-07-10 北京航空航天大学 基于gpu数据流驱动的实时电磁频谱分析系统及方法
CN110108938A (zh) * 2019-04-17 2019-08-09 北京航空航天大学 一种基于gpu数据流驱动的实时电磁频谱分析系统及方法
WO2021072860A1 (zh) * 2019-10-15 2021-04-22 平安科技(深圳)有限公司 视频解码方法、装置、设备及计算机可读存储介质
CN113411589A (zh) * 2021-06-21 2021-09-17 苏州科达科技股份有限公司 解码方法、装置、电子设备及存储介质
CN115546329A (zh) * 2022-12-01 2022-12-30 广州市保伦电子有限公司 一种音视频硬件加速转码检测方法及系统

Similar Documents

Publication Publication Date Title
CN105678681A (zh) Gpu数据处理方法、gpu、pc架构处理器及gpu数据处理系统
US9146884B2 (en) Push pull adaptive capture
CN107209693B (zh) 缓冲器优化
CN105678680A (zh) 一种图像处理的方法和装置
CN105741227A (zh) 渲染方法和装置
CN103034467B (zh) 图像显示方法、装置及移动终端
US20200388022A1 (en) Methods and apparatus for machine learning rendering
CN105023234B (zh) 基于嵌入式系统存储优化的图形加速方法
WO2015147815A1 (en) Atlas generation based on client video configuration
CN110516179A (zh) 图形渲染方法、装置、电子设备及存储介质
WO2015056100A2 (en) Systems and methods for graphics process units power management
CN102497580B (zh) 基于音频特征信息的视频信息合成方法
CN103942023A (zh) 一种显示处理方法及终端
CN105611316A (zh) 一种调整帧率的方法、装置及系统
US8860740B2 (en) Method and apparatus for processing a display driver in virture desktop infrastructure
CN113342485A (zh) 任务调度方法、装置、图形处理器、计算机系统及存储介质
CN111124282A (zh) 一种对象存储系统中的存储方法、存储装置及存储设备
CN105701037B (zh) 车载娱乐系统中weston与DRM同时访问显示控制器的系统及方法
CN113839998A (zh) 图像数据传输方法、装置、设备、存储介质及程序产品
CN103634945A (zh) 一种基于soc的高性能云终端
US20160062445A1 (en) Apparatus and method of controlling power consumption of graphic processing unit (gpu) resources
CN116324962A (zh) 用于显示面板fps切换的方法和装置
CN113994363A (zh) 用于波隙管理的方法和装置
US8887073B2 (en) Reshaping interfaces using content-preserving warps
CN205016211U (zh) Led大屏幕信息显示系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160615