[ad_1]
Pemrosesan video yang dipercepat perangkat keras di Python menjadi lebih mudah. Pynvvideocodec adalah perpustakaan yang berbasis di NVIDIA Python untuk pengkodean video, decoding, dan transcoding yang dipercepat GPU. Dibangun langsung di atas NVIDIA Video Codec SDK tingkat rendah, Pynvvideocodec ringan, berlisensi MIT, dan mudah dipasang menggunakan PIP. Kinerja setara dengan SDK asli.
Pynvvideocodec 2.0 adalah peningkatan besar pada bagaimana pengembang, peneliti, dan insinyur membangun jaringan pipa video berkinerja tinggi menggunakan bahasa Python yang akrab dan fleksibel.
Apakah Anda sedang mengerjakan analisis video, preprocessing AI, transcoding media, atau streaming waktu-nyata, Pynvvideocodec 2.0 memberikan kecepatan C ++ dan kemudahan Python-sekarang dengan lebih banyak fitur, kinerja yang lebih baik, dan dukungan CODEC yang diperluas. Baca terus untuk mempelajari lebih lanjut.
software-stack-625×529-png.webp” alt=”Diagram berlapis yang menunjukkan tumpukan perangkat lunak untuk pemrosesan video yang dipercepat GPU menggunakan Pynvvideocodec. Lapisan atas mencakup aplikasi python tingkat pengguna, yang berinteraksi dengan API Pynvvideocodec. Antarmuka API ini dengan NVIDIA Video Codec SDK. Di dasar tumpukan adalah GPU NVIDIA, yang melakukan pemrosesan video yang dipercepat perangkat keras.” class=”wp-image-105822″ srcset=”https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-625×529-png.webp 625w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-300×254-png.webp 300w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-136×115-png.webp 136w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-645×546-png.webp 645w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-355×300-png.webp 355w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-106×90-png.webp 106w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-362×306-png.webp 362w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-130×110-png.webp 130w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-638×540-png.webp 638w, https://developer-blogs.nvidia.com/wp-content/uploads/2025/09/pynvvideocodec-gpu-accelerated-video-processing-software-stack-png.webp 728w” sizes=”(max-width: 625px) 100vw, 625px”/>
Apa yang baru di Pynvvideocodec 2.0?
Rilis PynvVideocodec 2.0 memperkenalkan beberapa fitur kuat yang dirancang untuk mengoptimalkan alur kerja video untuk AI, siaran, multimedia, dan aplikasi streaming. Ini termasuk peningkatan untuk decode, encode, dan transcode.
Peningkatan Decode
Peningkatan Decode Baru untuk Pynvvideocodec 2.0 termasuk yang berikut:
- Bingkai pengambilan sampel dan pencarian: Pengambilan bingkai fleksibel – sekuensial, acak, periodik, batched, diiris, atau bahkan laju bingkai target.
- Caching Decoder: Sempurna untuk klip pendek, gunakan kembali decoder tanpa reinitialisasi penuh.
- Decoder berulir: Dapatkan nol latensi dengan decoding di utas latar belakang.
- Decode berbasis buffer: Proses video langsung dari buffer memori – Crusial for Streaming Use Case
- Decode latensi rendah: Dukungan decoding nol-latensi untuk urutan tanpa b-frame.
- Ekstraksi SEI: Ekstraksi pesan SEI yang memungkinkan akses ke metadata HDR, waktu, dan data pengguna khusus.
- Stream Metadata: Dengan mudah mengambil indeks ketraman kunci, resolusi, kedalaman bit, dan banyak lagi.
- Penanganan gil yang dioptimalkan: Peningkatan kinerja multithreaded melalui penanganan yang lebih baik dari Global Interpreter Lock (GIL) di lapisan C ++.
- Multi-GPU Decode: Meningkatkan beban kerja Anda di seluruh GPU.
- Dukungan Codec Diperpanjang: H.264, HEVC, AV1, VP8, VP9, VC1, MPEG4/2/1.
- 4: 2: 2 Decoding: Dekode kesetiaan tinggi 4: 2: 2 H264 dan konten HEVC dalam format NV16, P210, dan P216. Perhatikan bahwa ini didukung pada arsitektur Nvidia Blackwell dan seterusnya.
- Format output fleksibel: Decode ke berbagai format output termasuk NV12, YUV420, YUV444, NV16, P010, P016, dan RGB24 (Interleaved dan Planar).
Encode Peningkatan
Encode Enhancements Baru untuk Pynvvideocodec 2.0 termasuk yang berikut:
- Konfigurasi ulang encoder langsung: Perbarui pengaturan pengkodean dengan cepat – tidak diperlukan rekreasi.
- Anda insersi: Masukkan pesan SEI.
- Pengkodean Multi-GPU: Distribusikan penyandian di beberapa GPU.
- 4: 2: 2 Pengkodean: Buat aliran siaran 4: 2: 2 aliran di H.264/HEVC. Perhatikan bahwa ini didukung pada arsitektur Nvidia Blackwell dan seterusnya.
- Dukungan format input yang diperluas: NV12, YV12, IYUV, YUV444, YUV420_10BIT, YUV444_10BIT, NV16, P210, ARGB, ABGR, ARGB10, dan ABGR10.
Peningkatan Transcode
Peningkatan Transcode Baru untuk Pynvvideocodec 2.0 termasuk yang berikut:
- Transkode berbasis segmen: Segmen video transcode menggunakan rentang cap waktu-dioptimalkan untuk alur kerja pelatihan video berbasis pembelajaran yang mendalam.
Instalasi dan Kustomisasi Mudah
Instal Pynvvideocodec dengan kode berikut. Proses ini tidak berubah dari versi sebelumnya.
pip install PyNvVideoCodec
Untuk akses dan kustomisasi kode sumber lengkap (mengaktifkan profil NVTX, misalnya), unduh dari NVIDIA NGC dan instal:
pip install PyNvVideoCodec.zip
Untuk menyesuaikan internal atau membangun dari sumber, gunakan kode berikut:
unzip PyNvVideoCodec.zip
cd PyNvVideoCodec
pip install .
Mulailah dengan Pynvvideocodec 2.0
Pynvvideocodec 2.0 memberikan kinerja nvidia video codec SDK kepada pengembang Python – dengan kesederhanaan, fleksibilitas, dan daya mentah.
Untuk membuat Anda bangun dan berjalan dengan cepat, sampel aplikasi Python dan dokumentasi Pynvvideocodec yang komprehensif dibundel dalam paket PYPI dan NGC. Dari skrip Decode dan Re-Enkode sederhana hingga transkode berbasis tersegmentasi, contoh-contoh ini dirancang untuk mencolokkan langsung ke alur kerja Anda.
Untuk mulai membangun aplikasi video generasi berikutnya lebih cepat dari sebelumnya, kunjungi PYPI atau NVIDIA NGC.
[ad_2]
Apa yang Baru di Pynvvideocodec 2.0 untuk pemrosesan video yang dipercepat GPU Python