流媒体与实时通信 / 系统课时
软硬编码如何评估算力和兼容性
软硬编码如何评估算力和兼容性
本课用同一组直播参数比较软件编码与硬件编码,重点看吞吐、功耗、端到端延迟、画质和终端解码支持,最后把单路实测结果换算成并发规模,确定编码资源该放在 CPU、GPU 还是专用视频引擎上。
学习目标
- 能用统一测试条件比较软件编码与硬件编码,而不是只看编码速度。
- 能根据 CPU/GPU 余量、码率、延迟目标和终端覆盖选择编码方案。
- 能把单路编码资源占用换算为可承载的并发路数,并识别 H.264、H.265 的兼容性风险。
先统一比较条件
软编码与硬编码必须在相同输入下比较。建议先固定 1080p、30 fps、4 Mbps、GOP 60、CBR,并使用同一段 2~5 分钟测试视频;否则内容复杂度不同会直接改变 CPU/GPU 占用和画质。
直播压测至少记录四项:编码 FPS、编码延迟、CPU/GPU 使用率、输出码率;画质再用同一播放器或离线抽帧比较。对于交互直播,还要把采集、编码、排队和网络发送后的端到端延迟单独记录,不能拿“编码耗时 5 ms”直接当成主播到观众的延迟。

软件编码看什么
以 H.264 为例,软件编码通常由 CPU 承担。像 libx264 这类编码器可以通过 preset 在算力和压缩效率之间取舍:ultrafast、veryfast、faster、fast、medium 等档位越慢,通常越有利于压缩效率,但 CPU 时间也更高。
直播服务端若要求低延迟,通常先从较快 preset 开始测,而不是直接追求 slow。例如单路 1080p30 在 veryfast 下若长期只占 35% CPU,而 medium 上升到 85%,即使后者画质略好,也可能因为并发一增加就出现编码排队。
实际容量应留安全余量。假设一台机器有 16 个物理核心,单路平均占用 2.5 个核心,那么理论值约为 路;生产环境不应按 6 路跑满,可先按 70% CPU 目标估算,得到约 4 路稳定并发,再用压测确认。
硬件编码看什么
硬件编码通常把运动估计、变换、熵编码等部分交给 GPU 或独立视频编码引擎,CPU 占用往往明显低于同等级软件编码,但这不等于“无限并发”。限制可能来自硬编码引擎实例数、显存带宽、PCIe、驱动、预处理链路或同时运行的渲染任务。
评估时重点观察“视频引擎利用率”和“应用总功耗”,不要只看 GPU 总利用率。很多显卡在编码引擎接近饱和时,3D 利用率仍然很低;反过来,直播场景同时做游戏渲染、缩放、滤镜时,也可能先被 GPU 图形资源卡住。
一个常见选择是:主播端已有独立 GPU,软件编码会与游戏抢 CPU;此时硬编码通常更合适。服务端大量做转码时,则要比较 GPU 视频引擎的实际并发能力与 CPU 核数成本,而不是只比较单路速度。
H.264 与 H.265 怎么取舍
H.264 的优势是终端覆盖广。浏览器、移动端、智能电视、硬件解码器以及不同年代的设备,对 H.264 的支持通常更成熟,因此它适合作为直播主链路的默认兼容格式。
H.265,也称 HEVC,通常能在相近主观画质下获得更高压缩效率,但终端、浏览器和硬件解码支持更依赖具体设备与播放链路。不要因为源端能编码 H.265,就假设 CDN、浏览器和所有手机都能直接播放。
真实项目中可以采用“主格式 + 能力协商”的做法:默认输出 H.264;只有当播放端明确支持 H.265 且带宽收益值得增加复杂度时,再提供 H.265 版本。若同时维护两套编码链路,必须把额外的编码引擎占用、存储和分发成本计入容量预算。
用容量预算做最终选择
把一次压测结果换算成容量最实用。假设软件编码单路平均占 2.5 个 CPU 核心、编码延迟 12 ms;硬编码单路平均占 0.3 个 CPU 核心、视频引擎占用 18%。如果服务器有 16 个 CPU 核心,但硬编码器只能稳定承载 8 路,那么两者的安全容量可以分别按 4~5 路和 8 路左右规划,再通过持续压测确认峰值。
判断优先级可以按这个顺序执行:先确认输出格式必须被播放端解码,再确认单路编码延迟满足直播目标,之后看单位并发需要多少 CPU/GPU 资源,最后比较功耗、设备成本和画质差异。出现“硬编码更快但终端不支持”的情况,应优先保证播放链路可用,而不是为了吞吐强行切换。
最终结果应写成一张容量表:每种编码器固定输入分辨率、帧率、码率和 GOP,记录平均资源占用、P95 编码延迟、可稳定并发数以及终端支持范围。这样下一次更换机器或增加码率时,可以直接重新测算,而不是凭经验猜测。