保存您的免费座位流媒体连接今年八月. 现在注册!

StreamingMedia.行业公告

查看新闻公报 --- 添加新闻稿

StreamingMedia.Com将此部分作为服务提供给其读者和客户.

请阅读我们新的新闻发布政策,将于2022年2月1日生效.

新闻稿须经StreamingMedia编辑人员批准.Com,可能会因长度和清晰度而进行编辑或更改, 或者删除未经证实和无法证实的声明.

在新闻稿部分中呈现的所有内容都是提交者的内容. StreamingMedia.Com不一定认可此类内容,对其准确性不承担任何责任或义务.

Cinegy Daniel2 GPU编解码器进入公测

专业的8K 60fps 10bit播放在nvidia配备的PC或笔记本电脑上

慕尼黑(2017年6月05日)

电影界一直在展会上用8K录制和播放演示来戏弄观众, 突出了其新的NVIDIA GPU加速视频编解码器的性能优势, Daniel2.

上一次公开的Daniel2预告发生在4月份的NAB 2017上, Cinegy展示了一台双核13英寸MacBookPro,通过Thunderbolt3连接到一个外部的Akitio Node“eGPU”盒子,里面有一个NVIDIA GTX1080, 它附在一台全新的戴尔Ultrasharp UP3218K 8K显示器上. 这个设置播放8K @ 60fps -或者当垂直同步关闭时,最高可达180fps. Cinegy的另一个新功能是实时播放, 可以应用3D基于lut的颜色配置文件. 这提供了初步的专业色彩分级在飞行, 这并不意味着取代软件包,如BMD Resolve或Adobe Speedgrade,但是一个非常有用的功能,以获得如何一块视频可以看后制作的直接印象.

这适用于任何带有高端NVIDIA显卡的Windows PC或笔记本电脑. 不需要8K显示器. “cine Player 3”可以在播放过程中缩放以及平移和缩放, 因此高清和超高清显示器可以用于8K播放. 如果附加屏幕支持10位色彩保真度, 这也可以使用NVIDIA消费卡启用.

这个玩笑终于结束了,因为Cinegy今天宣布它已经进入了基于Daniel2 GPU编解码器应用程序的公测阶段. 现在有两个应用程序可以在Cinegy的Daniel2网站上免费测试.Daniel2.cegyplayer3和Adobe Premier导出插件, 所以用户可以创建自己的高清, UHD/4K或8K输出Daniel2格式. 对于那些想立即尝试8K播放的人来说,Daniel2网站上有一小部分4K和8K文件可供立即下载.

Cinegy联合创始人兼首席技术官Jan Weigner说, Cinegy的Daniel2 GPU编解码器是世界上最快的专业视频编解码器, 将其他编解码器抛在身后. Daniel2可以以8K解码高达每秒1100帧, 准确地说是7680x4320像素, 这是全高清分辨率的16倍——转换成每秒超过17000帧的全高清解码.”

Cinegy也有一个用于直播8K录音的摄取工具,该工具在2016年IBC上首次亮相. 它支持60fps的8K录制和同时播放一个, 或多个8K流,同时执行实时效果, 色彩校正, 缩放和标题. 由daniel2驱动的Cinegy Player 3允许慢跑和穿梭, 擦洗, 在60fps, 8K或更快的速度下进行缩放和平移, 在录制过程中. 这使得它非常适合许多应用程序,最重要的是体育的即时回放. Daniel2的比特率和PSNR与AVID的DNxHR或苹果的ProRes相当.

Weigner补充道, “Daniel2编解码器的性能秘密在于,它是基于GPU的架构和开发的. 所有遗留的依赖关系和旧的编解码器架构都被丢弃. 这意味着Daniel2只与自身兼容, 但这种方法的好处是巨大的,远远超过了缺点.”

Daniel2编解码器是一种采集和生产编解码器,设计用于从摄像机源记录, 编辑和后期制作以及播放. Daniel2的目标是与AVID的DNxHR在生产工作流程中的相同空间, 苹果的ProRes或索尼的XAVC.

Weigner得出结论, “这是设计4K时面临的一个问题, 8 k或, 很快, 需要实时处理和操作多个流的16K系统, 即使你可以使用CPU解码流, 你可能仍然想要使用GPU的强大效果和过滤器, 这会造成系统总线瓶颈,将解码流传输到GPU的内存. 这就是Daniel2的亮点所在,因为它从磁盘或通过网络读取未压缩对应文件的一小部分,并将其传递给GPU进行解压缩,比复制未压缩帧的速度要快.

“So the Daniel2-enabled Cinegy Player3 provides three wins at once: the system bus uses far less bandwidth; less space or bandwidth is consumed on disk or network; and the CPU is free to do other tasks as it no longer needs to decode multiple streams.”