klob
[TOC]
显卡硬编消耗
本文主要解决以下问题 1、之前有对显卡整体GPU和显存利用率监控，没有对显卡硬编消耗作监控。 2、游戏自身是否卡顿无法判别。
nvidia-smi && nvml介绍
GPU-Z只可以获取显卡整体GPU与显存的利用率，无法获得编码消耗。
nvidia-smi
nvidia-smi是英伟达提供的基于NVIDIA Management Library （NVIDIA管理库）的一个工具，可以实现NVIDIA GPU设备的管理和监控功能。该工具会随着驱动程序不断更新，一般在C:\Program Files\NVIDIA Corporation\NVSMI目录下可以找到该工具。
通过nvidia-smi可以获得Gpu，Memory（显存），Encoder（显卡编码器），Decoder（显卡解码器）消耗。
$ nvidia-smi -i 0 -q -d UTILIZATION
nvml
nvml是一个nvidia-smi可供编程的动态库，目前仅提供64位。该动态库也会随着驱动程序不断更新。
显卡资源消耗测试
基于上述工具，我们可以对直播中的显卡硬件资源消耗进行一系列测试。
电脑配置
显卡：1050TI CPU：i7-6700 @3.4GHZ 内存：16GB
推流不变参数
FPS：30 分辨率：1920X1080
准备画面
（1）纯黑画面 （2）静止图片 （3）hook方式采集绝地求生中等画质 （4）显示器方式采集绝地求生中等画质 （5）英雄联盟
显卡消耗
未开启游戏消耗
| 直播内容| GPU| memory |FPS|游戏进程CPU| | — | — | — | — | — | | 电脑| 0|5| -| -|
仅开启游戏的消耗
| 直播内容| GPU| memory |CPU|FPS| | — | — | — | — | — | | pubg中等画质| 97|60|-|60| | 英雄联盟| 0|4|18|140|
开启hook采集的消耗
| 直播内容| GPU| memory |FPS|游戏进程CPU| | — | — | — | — | — | | pubg| 97|55| 60| -| | 英雄联盟| 5|8| 120|18|
开启显示器采集的消耗
| 直播内容| GPU| memory |FPS|游戏进程CPU| | — | — | — | — | — | | pubg| 42|22| 20-25| -|
硬编265-码率3000
| 直播内容| GPU| encoder|memory |FPS| | — | — | — | — | — | | 空| 1| 13| 1|-| | 静态图片| 2| 11| 2|-| | 吃鸡hook| 96| 10| 53|50|false| | 吃鸡显示器| 40| 8| 17|20|false| | 英雄联盟hook| 3| 12| 2 |100|
硬编265-码率6000
| 直播内容| GPU| encoder|memory |FPS| | — | — | — | — | — | | 空| 2| 12| 2|-| | 静态图片| 2| 11| 2|-| | 吃鸡hook| 96| 11| 50|50|false| | 吃鸡显示器| 40| 8| 15|20|false| | 英雄联盟hook| 2|12 | 2|100|
硬编264-码率3000
| 直播内容| GPU| encoder|memory |FPS| | — | — | — | — | — | | 空| 2| 14| 2|-| | 静态图片| 2| 14| 2|-| | 吃鸡hook| 93| 11| 57|50|false| | 吃鸡显示器| 36| 12| 21|18|false| | 英雄联盟hook| 3| 15| 2|100|
硬编264-码率6000
| 直播内容 | GPU | encoder | memory | FPS |
|---|---|---|---|---|
| 空 | 2 | 14 | 2 | - |
| 静态图片 | 2 | 14 | 2 | - |
| 吃鸡hook | 94 | 12 | 45 | 50 |
| 吃鸡显示器 | 50 | 12 | 25 | 18 |
| 英雄联盟hook | 3 | 12 | 2 | 100 |
分析及结论
（1）由encoder一列得出，显卡硬编消耗显卡编码器不大。 （2）由四个数据对比，码率对编码器消耗影响不大。 （3）使用显示器捕获吃鸡会大幅下降GPU和GPU memory的使用率，导致卡顿。
后续思考
（1）当前编码器分布中，硬编265约占50%，软编264约占45%，硬编264约占5%。 由于我们没有对硬编264进行推荐，当前主播显卡一般都不错，后面可以加大推荐 （2）能用hook的就不要用截屏和窗口。 （3）nvapi方式监控GPU可能获取不到GPU参数；而nvml仅支持64位，需要做一个中间层，实现GPU监控效果如下。 （4）一般地，当吃鸡主播GPU和memory同时大幅下降，出现卡顿的概率较高。判别游戏自身是否卡顿需要酌情分析。