Hvorfor ender vi med at bruge et andet grafikkort til streaming?

Dual GPU Grafikkort har ikke optrådt på markedet for spilkomponenter i lang tid – i betragtning af kompleksiteten ved at bruge begge på samme tid for udviklere. Selvom der skabes mekanismer i fremtidige designs for at tillade brugen af ​​flere grafikchips på samme tid, er disse konfigurationer lidt efter lidt forsvundet. Dual-graphics-konfigurationer kan dog vende tilbage, ikke for at køre spil med højere frames, men for at bruge det andet grafikkort til streaming af indhold.

En enkelt graf er ikke god nok til at udstede

Som du godt ved, har hver GPU en lille processor, der er i stand til at kode og afkode video i realtid. Problemet er, at når det kommer til streaming af spil, er det ikke kraftfuldt nok til indholdsudsendelse. Hvad tvinger i mange tilfælde til at skulle bruge selve grafikkens råkraft til at udføre konverteringsprocessen til video eller alternativt yderligere kerner i centralprocessoren i tilfælde af, at den første ikke har tilstrækkelig ydeevne til det.

Nå, vi må tro, at streaming fungerer omvendt til cloud-spil. I stedet for at vi modtager videoindhold genereret af en server, der spiller et spil, er det vores pc, der genererer dette indhold og udsender det til tredjeparter. Hvilket ikke kun betyder, at det skal have kraft og hukommelse for at spille spillet, men også for at kode video. Så hvis du har lidt hukommelse på grafikkortet eller det ikke er kraftigt nok, så ender du med at få problemer i udsendelsen. Logikken er at tro, at vi har brug for mere kraftfuld grafikhardware, men dette behøver ikke nødvendigvis at være tilfældet.

Brug af det andet grafikkort til videostreaming

Grafikkort bruges ikke kun til at generere smuk grafik, de har mange flere anvendelsesmuligheder takket være deres computerpipeline. Langt de fleste har dog at gøre med verdener, der er fuldstændig fjernet fra spil, såsom videnskabelig databehandling eller minedrift. Desuden kræves det i tilfælde af spil, at de to enheder er fuldstændig lige store. Men der er et program, det er ekstremt nyttigt, og det vil give dig mulighed for det brug dit andet grafikkort til streaming af indhold, og det vil være afgørende i de kommende år.

Vi henviser til kodning via GPU'er , og med det mener vi ikke at bruge det lille video-codec af disse. Ideen er snarere at bruge al computerkraften fra det andet grafikkort til streaming, og derfor ikke som assistent til den første, når du genererer spilgrafik . Ideen er at udnytte grafikkortprocessorernes parallelle beregningskapacitet til at konvertere de forskellige blokke af billedet til de komprimerede blokke i videoformater.

Selvfølgelig er den ideelle model at kunne have al magten til det her, men vi ville ikke have det til spil og omvendt. Derfor at adskille funktionaliteten i to forskellige chips på en sådan måde, at der ikke er nogen konfliktproces. Da hver GPU kunne arbejde problemfrit med sin videohukommelse.

Hvordan virker det?

Dette kan gøres gennem en meget enkel proces:

• Grafikkort A genererer spilrammen, som er gemt i dets videohukommelse, for at blive streamet.
• Gennem en DMA-kanal kommunikerer grafikkort B med A's hukommelse, læser den sidste frame og kopierer dataene til sin egen hukommelse gennem PCI Express-grænsefladen.
• Med den information, som B nu har, begynder videokodningsprocessen at bruge al sin kraft, hvilket frigør det første grafikkort til at udføre denne opgave og kræver ikke deltagelse af den centrale processor på noget tidspunkt. Hvilket også ender med at fungere mere komfortabelt.

For processen er det ikke nødvendigt at have en højeffektgrafik, selv en model, der har et forbrug på 75 W i PCI Express-porten, kunne klare dette job og endda grafikken integreret i din processor.

Så hvorfor bliver det ikke brugt oftere?

På papiret lyder alt dette meget godt, men de programmer, der er ansvarlige for at udsende indhold over internettet, skal være designet til dette, og derfor er de nødt til at optimere koden til brugen af ​​det andet grafikkort og tro os, at det ikke er let . Da det kræver brug af DMA-drevene på begge grafikkort, skal du synkronisere dem manuelt, og NVIDIA, Intelog AMD alle har deres egne drev med deres egne instruktionssæt. Så i sidste ende ville det være nødvendigt at oprette 9 versioner af det samme program kun for synkroniseringen mellem grafen, der genererer rammen, og den, der koder den.

Programmerne, der er ansvarlige for at kode videoen, er ikke et problem, da de kan skrives på højt niveau shader-sprog som HLSL eller GLSL og derfor være kompatible med alle kombinationer med en fælles kode. Komplikationen kommer snarere med synkroniseringen mellem begge GPU'er for at kunne udføre opgaven. Derfor er et tæt samarbejde fra producenternes side nødvendigt.

I øjeblikket meget brugte applikationer som Streamlabs OBS har ikke denne funktion, og den eneste måde, vi skal gøre dette på, er gennem en anden pc. Dette forudsætter en ekstra omkostning for brugeren, der er interesseret i at udsende over internettet. Det ideelle er ikke at komplicere tingene, men at gøre dem mere tilgængelige og enkle.

Intels og AMDs hemmelige våben: Brug den integrerede GPU til streaming

Som vi har sagt før, er streaming med et andet grafikkort ikke noget, der kræver meget strøm at udføre. Så det ville være muligt endda at gøre det ved hjælp af den indbyggede processor. Problemet kommer, når der er behov for DMA-enheder, der kommunikerer med begge parter, og det sker normalt ikke. Simpelthen, når det kraftigste grafikkort aktiveres til at generere grafikken i spillene, er det integrerede inaktivt. Det er dog noget, der kan løses i fremtidige modeller.

En af de ting, som Intel ønsker at gøre med duoen mellem dets ARC-grafik og dets Core-processorer, er det, de har døbt som Deep Link, hvis hovedfunktion er netop at bruge iGPU'en til at hjælpe med videokodning til indholdsstreaming. Hvilket betyder, at brugeren ikke behøver at købe et andet grafikkort. På den anden side er det et ideelt scenarie, da det tager arbejdet ud af skabere af streamingapplikationer og er en motivation til at købe et Intel-kun-par.

Den anden store producent, der kan gøre det, er AMD, da lad os ikke glemme, at både Ryzen CPU'erne og Radeon-grafikkortene er fra dette firma, og vi har allerede set dem foretage lignende bevægelser med deres SmartShift, som fungerer på samme måde som Deep Link af Intel, men for øjeblikket har de ikke annonceret denne funktionalitet, selvom der ikke er nogen tvivl om, at vi også vil se den blive anvendt af Lisa Su's firma. Både den ene og den andens interesse er jo, at du køber begge produkter under deres segl.

Er dette slutningen på videooptagelse?

I den professionelle verden af ​​internetvideoudsendelser bruger ingen længere videooptagelsesenheder, da grafikkortenes kraft og deres evne til at arbejde med store mængder data parallelt gør dem ideelle til denne type opgaver. Hvad mere er, opnår de meget større resultater, selv end flere interne optagere, og til en meget billigere infrastrukturomkostning.

Hvis vi går til hjemmemarkedet, har langt de fleste capture-enheder det problem, at de er eksterne og afhænger af USB-portens hastighed, hvilket tilføjer latens til processen, og de har heller ikke meget strøm, især dem, der ikke kan brug porten USB-C Dette medfører, at de i mange tilfælde er en belastning for CPU, fordi de heller ikke klarer kodningen godt. Så ideen om at have et andet grafikkort til streaming er ikke urimelig og endnu mere, når det er det samme, der er i den centrale CPU og ikke indebærer en ekstra omkostning for brugeren.

Det eneste problem, vi ser med denne tilgang? Grafikhardwaren i bærbare processorer er meget mere kraftfuld end den, der findes i desktopprocessorer. Under alle omstændigheder kan vi tilslutte et andet kort til bundkort af vores tårn, og det kan være en måde at udskrive indgangskortene på, normalt henvist til kontor- og skoleudstyr. Dette marked er i fare for at forsvinde, og der er ingen tvivl om, at det vil være en måde at sikre det på. Selvfølgelig vil det afhænge af producenterne til at automatisere visse processer med driverne og også af applikationsskaberne for at foretage de relevante ændringer.