皮皮网

1.intel14代i9编译linux内核源码需要多久?
2.视频和视频帧：Intel GPU（核显）的编解码故事
3.怎样写软件源码？
4.视频和视频帧：FFMPEG+Intel QSV硬解的环境安装篇
5.什么是原生代码
6.深入理解DirectBuffer

intel14代i9编译linux内核源码需要多久?

       编译Linux内核源码所需时间受多种因素影响，包括硬件性能、内核版本、编译选项等。以Intel第代i9处理器为例，其性能相较于上一代显著提升，仿酷狗源码能为编译过程提供更强支持。根据历史数据，著名Linux内核开发者Linus Torvalds在使用Intel i9-K时，编译过程大约需要秒，而使用AMD Threadripper X时，编译时间则缩短至大约秒。

       然而，Linus Torvalds本人对顶级旗舰处理器并不“舍得”，更未购买当时性能最强的X。这表明顶级硬件并非编译Linux内核的必要条件。实际上，即便是使用中高端Intel i9处理器，也已能显著减少编译时间。

       编译Linux内核的性能优化同样至关重要。合理的编译选项、并行编译、预编译等策略均能有效提升编译效率。同时，保持内核版本的适度更新，避免过时的代码和功能，也能减少编译所需时间。

       综上所述，使用Intel第代i9处理器编译Linux内核源码时，预估的编译时间可能介于秒至秒之间，实际时间则需根据具体配置和优化策略而定。而通过硬件升级、优化编译策略和保持内核版本更新，均可有效缩短编译时间，提升开发效率。

视频和视频帧：Intel GPU（核显）的编解码故事

       一般提及基于“显卡或多媒体处理芯片对视频进行解码”为硬解码，本文将探讨如何利用Intel的核显，即集成GPU实现硬解码。提及QSV，最牛妖股指标源码全称为Quick Sync Video，Intel在年发布Sandy Bridge CPU时，一同推出了这项基于核显进行多媒体处理，包括视频编解码的技术。集成核显，官方称HD Graphics，最早在Sandy Bridge前一代制程已推出，但性能提升及充分发挥在Sandy Bridge时期。Haswell及后续制程发布更高级的Iris架构。最近Intel宣布将开发独立显卡，核显发展具体走向未知。

       接手QSV项目时，预期会有很多相关资料，实则相反。因此，将记录自己学习过程。

       本文将介绍：

       I. Intel的核显（集成GPU）：

       了解核显很有必要，几个月前，作者对CPU的认识还停留在“南北桥”架构。以下内容若有不准确之处，欢迎指正。

       查看Gen CPU结构图，首先看CPU核心部分。在整块CPU芯片中，核显占比不小，算力不容小觑。在没有独立显卡的笔记本上，可以运行大量大型游戏，虽偶有卡顿、掉帧情况，整体表现已相对不错。

       接下来，看官方给出的GPU内部结构图。GPU内部远比图上所示复杂，图中介绍的仅为部分Subslice芯片结构。GPU分为Slice部分和Un-Slice部分，Slice部分已介绍，接下来介绍Un-Slice部分。仿今日头条网站源码

       作者找到了一张图，展示了在MFF上进行视频处理的流程：1) 首先在MFX/VDBOX模块上进行编解码；2) 接着送到VQE/VEBOX上做图像增强和矫正处理；3) 然后送到SFC上做scale和transcode；4) 最后送出到显示屏上展示。是否完全正确，作者这里做个记录。

       推荐知乎文章《转》Intel Gen8/Gen9核芯显卡微架构详细剖析，深入浅出，关于thread dispatch的说明即出自该文。

       最后，总结Intel集成GPU/核显结构图。

       注意，这是skylake架构下的GT2/GT3/GT4 GPU结构图，X数字越大，集成的Slice和Unslice芯片更多，能力越强，价格也更高。

       II. Quick Sync Video（QSV）技术：

       QSV是Intel推出的将视频处理任务直接送到GPU上进行专门负责视频处理的硬件模块处理的软件技术。与CPU或通用GPU上的视频编码不同，QSV是处理器芯片上的专用硬件核心，这使得视频处理更为高效。

       要了解QSV如何驱动GPU的MFF，首先看官方Intel® Video and Audio for Linux上的图。在介绍QSV之前，提及Intel在FFmpeg上提供的插件，包括ffmpeg-qsv、ffmpeg-vaapi和ffmpeg-ocl。详细描述如下：

       · FFmpeg-vaapi提供基于低级VAAPI接口的硬件加速，在VA API标准下在Intel GPU上执行高性能视频编解码器、视频处理和转码功能。

       · FFmpeg-qsv提供基于Intel GPU的硬件加速，基于Intel Media SDK提供高性能视频编解码器、视频处理和转码功能。

       · FFmpeg-ocl提供基于工业标准OpenCL在CPU/GPU上的硬件加速，主要用于加速视频处理过滤器。

       接下来，介绍QSV在ffmpeg2.8及以上版本的支持，经过MSDK、LibVA、UMD和LibDRM。安卓备忘录源码分层进行分析：

       · MSDK：Intel的媒体开发库，支持多种图形平台，实现通用功能，可用于数字视频的预处理、编解码和不同编码格式的转换。源码地址为Intel® Media SDK，在Linux平台上编译使用。

       · VA-API：Video Acceleration API，提供类unix平台的视频硬件加速开源库和标准。Intel源码地址在Intel-vaapi-driver Project，在Linux平台上使用。

       · UMD：User Mode Driver的缩写，指VA-API Driver。Intel提供了两个工具：intel-vaapi-driver 和 intel-media-driver，推荐使用后者。

       · LibDRM：Direct Rendering Manager，解决多个程序协同使用Video Card资源问题，提供一组API访问GPU。与VA-API，LibDRM是一套通用的Linux/Unix解决方案。

       · Linux Kernel：Intel的Kernel是i driver，描述了libDRM和Kernel Driver之间的关系。

       至此，整个关系图较为清晰。

       III. FFMPEG+QSV解码：

       QSV硬解的任务主要包括：

       关于3-4步操作的详细实现，底层库会帮助完成。但作为一个优秀的工程师，研究FFMPEG源码依然十分重要。接下来，介绍如何使用FFmpeg API中的h_qsv解码器插件。

       提及FFmpeg命令行使用方法，推荐阅读官方资料《QuickSync》或《Intel_FFmpeg_plugins》。

       关于示例代码，作者曾遇到许多坑，总结为：多数中文博客不可靠，官方demo最可信。官方代码提供了两份可用：qsvdec.c和hw_decode.c。作者最早使用的hr人力资源软件源码是第一段代码，核心部分如下：

       然而，这段代码存在问题。测试发现，对于赛扬系列一款CPU，在p视频上MSDK达到fps，理论上h_qsv平台上限也应为fps，但实际测试不到fps。排查后发现是av_hwframe_transfer_data()性能较弱。

       最终，与Intel一起解决了性能问题。那么，性能提升方案为何是GPU-COPY技术做Memory-Mapping？

       解释GPU和CPU渲染图像的过程，包括坐标系转化、纹理叠加等，仅需了解两点：

       后者的数据组织方式能充分利用GPU的并行特性，加速图像处理、渲染。尽管存在一些纹理叠加的技术难题，但性能提升足以补偿。

       接下来，解释Memory-Mapping：从Intel CPU架构图中可见，GPU和CPU位于同一芯片上，各自寄存器/缓存区有限，视频数据主要存储在内存上。GPU和CPU的数据组织方式不同，同一帧数据存于内存同一位置，数据格式不同，因此需要做Memory-Mapping。Memory-Mapping相较于Memory-Copy，减少了数据从内存区域A移动到区域B的操作，已经是优化。进一步优化：GPU完成Memory-Mapping以及数据从GPU到内存和CPU的操作。

       在av_hwframe_transfer_data()内部，Memory-Mapping由CPU完成，性能受限于CPU，只能并行。修改后，整体性能从不到fps提升至fps，虽然与理想fps仍有差距，但满足性能需求。

       据悉，Intel将在FFmpeg 4.3开源出这个解决方案。

       写在后面：

       了解GPU底层对应用开发人员帮助不大，毕竟了解芯片布线的重新设计、制程工艺提升、GPU-COPY技术的数据I/O提升等，也不能做什么。最终，芯片架构是芯片工程师的事，底层逻辑实现是嵌入式工程师的事。应用开发人员无法做出实质贡献，但作为知识库扩充或休闲阅读，了解也无妨。

       希望有机会接触CUDA的编解码，深入学习N卡设计。

       感谢因《视频和帧》系列文章结识的朋友，热心指出文章描述不准确的地方。文中如有不严谨之处，欢迎指正。

怎样写软件源码？

在软著申请中，关键的软件信息填写不容忽视。针对作品开发和运行环境的描述，你需要详细列出以下几点:

       首先，开发环境的描述应明确具体:

       处理器：例如，Intel Core i5或AMD Ryzen 5，强调其性能和效率。

       内存：确保足够的资源，如8GB或GB RAM，以支持软件流畅运行。

       存储：如GB或GB SSD，存储空间不可或缺。

       其他硬件：如用于开发的显示器、高效键盘和鼠标，它们可能影响开发效率。

       例如，Java开发的网页应用，你可能会写：“在装备有Intel Core i5处理器，8GB RAM，GB SSD的硬件环境中，配备专业显示器、键盘和鼠标进行开发。”

       然后，运行平台同样重要：

       处理器：如Intel Core i3或AMD Ryzen 3，适应目标用户群体的设备。

       内存：至少4GB或8GB RAM，保证基本的用户体验。

       存储：GB或GB SSD，确保快速加载。

       浏览器插件和操作系统：如Windows、macOS或Linux下的兼容性信息。

       对于网页应用，描述可能为：“在Intel Core i3处理器，4GB RAM，GB SSD的硬件上，兼容Windows、macOS或Linux操作系统，运行于浏览器环境中。”

       软件开发工具的选择同样重要：

       IDE：如Eclipse或IntelliJ IDEA，突出其高效和专业性。

       构建工具：如Maven或Gradle，确保代码质量和部署流程的标准化。

       示例为：“利用Eclipse作为主要开发环境，Maven或Gradle作为构建工具进行项目构建和管理。”

       至于运行支撑环境，需要考虑：

       Web服务器：如Apache或Nginx，强调其稳定性和性能。

       数据库：MySQL或Oracle，提供数据存储和管理的基础。

       比如：“该网页应用在Apache或Nginx服务器上部署，利用MySQL或Oracle数据库进行数据交互和存储。”

       最后，每个软著申请可能都有其特定的要求，以上内容仅供参考，确保根据实际项目需求进行详细且准确的填写，才能提升作品的认证通过率。

视频和视频帧：FFMPEG+Intel QSV硬解的环境安装篇

       在进行视频处理项目时，需要集成FFMPEG的QSV插件以利用Intel的集成GPU（核显）进行高效视频解码。本文将详细介绍在Linux环境下如何编译和安装QSV插件，包括Intel的libva、media-driver和msdk源码编译方法，以及如何成功集成到FFMPEG源码中。以下步骤将帮助你搭建起硬解环境，提升视频处理性能。

       FFMPEG作为多媒体文件处理的强大工具，不仅支持CPU处理（软解），还能够利用各种GPU卡进行硬件加速（硬解），包括Intel的集成显卡、NVIDIA的N卡以及ARM的A卡。本文专注于介绍如何在Linux环境下集成FFMPEG的QSV插件。

       首先，确保环境配置满足要求，包括GCC/G++版本4.9及以上、CMAKE版本3.6及以上。选择/opt作为库的编译安装路径。Intel官方提供了QSV插件的各个组件之间的关系图，这有助于在安装前对整个QSV框架有初步的认知。

       安装前的准备工作包括安装gcc和cmake，检查内核版本确保不低于4..，或根据需要更新内核版本。在执行cmake --version时，可能遇到“bash: /usr/bin/cmake: No such file or directory”的错误，解决方法是将cmake安装路径从/usr/local/bin复制到/usr/bin下。

       接下来，进行libva和media-driver的编译安装。libva和libva-utils安装在/opt/intel下，确保在编译时设置PKG_CONFIG_PATH为/opt/intel/libva/lib/pkgconfig，以解决libva-utils的依赖问题。media-driver安装后，显示结果应包含成功安装的组件。

       在完成libva和media-driver的安装后，接下来是Intel Media SDK（MSDK）的源码编译。MSDK安装后，库文件位于默认路径下的/opt/intel/mediasdk目录。确保在动态链接库中添加该路径，并通过运行msdk编译后的可执行程序sample_xxx进行测试，验证安装是否成功。

       最后，自定义编译FFMPEG源码以集成QSV插件。由于默认安装的FFMPEG不支持QSV选项，需要手动编译。确保在编译FFMPEG时，环境变量正确指向libmfx.pc文件，以确保QSV插件被正确识别。通过运行自定义编译的FFMPEG可执行文件进行测试，验证集成是否成功。

       本文通过详细步骤和注意事项，旨在帮助开发者高效搭建FFMPEG+QSV的环境，利用Intel的集成GPU进行视频解码加速。通过遵循上述指南，开发者可以避免一些常见错误，并顺利完成集成过程。希望本文内容能为视频处理项目的开发者提供实用的指导，提升视频处理效率。

什么是原生代码

       原生代码是计算机编程(代码)，编译为与特定处理器(例如 Intel x 级处理器)及其指令集一起运行。如果在具有不同处理器的计算机上运行相同的程序，则可以提供软件以使计算机模拟原始处理器。在这种情况下，原始程序在新处理器上以“仿真模式”运行，并且几乎肯定比原始处理器上的本机模式慢。 (该程序可以重写并重新编译，以便它以纯模式在新处理器上运行。)

       本机代码也可以与字节码(.高级语言编译，链接，其实是实现以下过程： 源代码---->汇编----->机器指令 对否？ 不一定， 汇编语言－汇编－机器指令 C/C++语言－编译－机器指令 VB6、Java、.NET－编译－对应的P代码 2.可以把机器指令，变成汇编指令么？ 不应叫“变成”，应该叫“以汇编助记符的形式呈现”

深入理解DirectBuffer

       DirectBuffer在高性能场景中，因其堆外内存的特性，相较于ByteBuffer，能有效提升数据处理效率。本文将从源码角度深入解析DirectBuffer的原理和使用方式。

       在Intel X架构下，用户态（Ring3）与内核态（Ring0）的划分保证了安全隔离。应用程序通过系统调用，将需要内核支持的任务委托给运行在Ring0的内核。创建DirectBuffer时，调用new DirectByteBuffer(int cap)的私有构造函数，它完成内存分配、大小记录和Cleaner对象的声明，以备后续内存清理。

       使用DirectBuffer时，主要有putXXX和getXXX方法。putXXX如putInt，根据内存对齐和字节序，调用unsafe或Bits方法将数据写入。getXXX则根据对齐情况，通过相应方法读取数据。

       内存回收有System.gc和Cleaner对象两种方式。System.gc会在内存不足且没有禁用显式GC时触发Full GC，尝试清理堆外内存。Cleaner对象则在DirectBuffer不再被引用时自动执行，释放堆外内存。

       正确运用DirectBuffer，能够优化程序性能，减少GC的频繁发生。在高性能中间件中，它是一个实用且重要的工具。深入了解DirectBuffer的使用，对提高开发效率至关重要。