留意,我们只体贴输入流媒体少于 4 个的环境,因为同时运行高出 4 个转码任务就会开始丢失视频片断。不外,看到哈希率受到的影响在并发高出 4 个转码任务之后仍然是线性上升的,我们照旧很兴奋。
我们可以看到,当 1080ti 单卡同时执行高出 4 个任务时,丢失视频片断的环境就开始呈现。
在 Livepeer 的办公室里测试矿机
6 18 97.51%RAM: 16GB
机能基准在做基准测试之前,我们通过运行一个流媒体转码任务确定了我们的机能基准(没有同时运行挖矿软件)。这一转码任务是将一个 720p、24fps 的视频转成一个 {720p 30fps,360p 30fps,240p 30fps} 的多码率视频。我们利用了 H264 作为视频解码器,并利用 HLS 作为视频传输协议,这是当今视频流媒体处事的常见配置。
输入数量输出数量乐成率2 6 30.75-31.56 Mh/s 205-214W 2.83% - 5.33%
1 3 31.58-31.90 Mh/s 206-216W 1.79% - 2.77%
基准测试
我们实验的第一个基准测试就是模仿一个高清直播视频的转码事情流,同时运行 Ethminer。该视频事情流就是将一个直播视频以 4 秒为单元分切成视频片断。这些视片断会及时传输到解码器中运算,同时挖矿东西会在一个独立的历程中运行 Ethminer。从测试功效中可以看出,哈希率根基上没受什么影响。这是因为显卡可以用彼此独立的资源来运行挖矿措施和转码措施,只有很少一部门资源会在两个独立线程间共用。
4 12 100%硬件详述
为了测试软件的机能,我们针对下述硬件开拓了一个根基的挖矿测试东西:
1 3 100%输入数量输出数量哈希率能耗算力损失
8 24 84.885%
我们揣摩那 20% 的淘汰是软件和硬件两方面的原因都有,前者的原因包罗驱动序列化事情的方法,后者如显卡内存读写中呈现的资源共用。留意,我们的基准测试配置得相当简朴,就是用独立的历程来运行视频转码和挖矿处事罢了,这就完全依赖于驱动措施来分派资源。
4 12 29.72 - 30.39 Mh/s 201-215W 6.43% - 8.50%Livepeer 媒体流平台未来一系列进级的一个要害部门就是让 GPU 矿机可以同时运行 Livepper 视频转码软件。我们的视频转码软件操作了消费级 GPU 上闲置的视频处理惩罚专用电路,,因此,它可以在不影响 GPU 矿机的算力的同时给视频转码(译者注:因为包罗 Ethash 算法在内的很多事情量证明算法都是内存麋集型的,即需要快速读写大量数据,但在计较上并不巨大)。
GPU Connection: PCIE
这就使得GPU 矿工可以安心参加 Livepeer 网络、无需追加成本投入,Livepeer 网络的出产力和靠得住性也可大幅晋升。自我们的开始研究以来,工程团队已经朝着方针取得了可观的希望。我们但愿能分享一些与 Livpeer 社区的初始基准测试功效。
留意我们只用了单卡。一般来说,
郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。