Paralelní video transkóding pomocí GPU akcelerace
Parallel GPU accelerated video transcoding service
Typ dokumentu
diplomová prácemaster thesis
Autor
Daniel Sedlák
Vedoucí práce
Kvasnička Tomáš
Oponent práce
Fesl Jan
Studijní obor
Počítačové systémy a sítěStudijní program
InformatikaInstituce přidělující hodnost
katedra počítačových systémůPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
V současné době získává živé vysílání na popularitě, a stává se tak standardní službou, která je integrována do sociálních sítí, jako jsou Facebook, TikTok a Twitch. Nicméně, současné implementace služeb pro transcoding videa, jako jsou Wowza, Flussonic, Elemental, nebo cloudová řešení poskytovaná např. společností Amazon mají buď suboptimální latenci mezi koncovými stanicemi, nejsou optimalizovány pro škálování nebo jsou poměrně drahé. Většina těchto řešení je navíc postavena na knihovnách FFmpeg, které není snadné používat. Kromě toho jsou napsána v jazyce C, neposkytují žádné paměťově bezpečné funkce, a proto je nelze použít a často přinášejí nové chyby v důsledku přidání nových funkcí. Cílem této práce je implementace paralelní služby překódování videa akcelerované pomocí GPU, která řeší některé z těchto problémů. Nowadays, live streaming is gaining popularity and thus becoming a standard service that is integrated within social networks like Facebook, TikTok, and Twitch. However, current implementations of video transcoding services like Wowza, Flussonic, Elemental, or cloud solutions provided by eg. Amazon have either suboptimal end-to-end latency, are not optimized for scale, or are quite expensive. Moreover, most of these solutions are built on top of FFmpeg libraries, which are not easy to work with. Furthermore, they are written in C, do not provide any memory-safe guarantees, and often introduce new bugs due to new functionality added. This thesis aims to implement a parallel GPU accelerated video transcoding service, addressing some of these issues.
Kolekce
- Diplomové práce - 18104 [170]