Процессор для стрима: Компьютер для стримов — системные требования и описание — Магазин Apple iPhone в Перми

Содержание

Как собрать топовый компьютер для стримов в 2020 году | Сборка компьютера, апгрейд | Блог

Стримы на Twitch и YouTube с каждым годом привлекают все больше и больше зрителей, принося популярным стримерам огромные доходы. Но в 2020 году недостаточно просто стримить интересный контент, нужно обеспечить высокое качество картинки и звука, чтобы ваши зрители не ушли к конкурентам. Если вы решили заняться стримингом по-серьезному, ваш компьютер станет инструментом. Экономить на нем нельзя. Давайте соберем топовый ПК для стримов, который не будет ограничивать вас ни в чем.

Один из главных вопросов, встающих перед стримерами, которые выбирают «железо» для стримов — на что положиться: на силы процессора или на карту захвата. У обоих решений есть преимущества и недостатки. Но если вы хотите, чтобы компьютер для стримов не ограничивал вас ни в чем, стоит сделать его универсальным, поставив и мощный процессор, и хорошую карту захвата.

Это даст вам гибкость при создании контента и возможность его разнообразить, например, стримить с консолей.

Основные комплектующие

Важнейший вопрос при выборе ПК для стримов: какую платформу выбрать — Intel или AMD? Процессоры Intel до сих пор удерживают лидерство в производительности на ядро, но для стримов гораздо важнее количество ядер процессора. И тут AMD впереди, предлагая больше ядер за меньшую цену.

Для серьезного стримерского ПК даже восьми ядер будет явно мало. В 2020 году стандартом стал стриминг в 1080p и 60 FPS и, чтобы обеспечить ровную и гладкую картинку без потерь кадров через популярную OBS Studio, желательно иметь процессор с десятью ядрами и выше.

Одно из самых мощных предложений на рынке — Ryzen 9 3950X с 16-ю ядрами.

Давайте на базе Ryzen 9 3950X и соберем наш компьютер для стримов. Ведь 16 ядер — это гарантия качества картинки стрима и уверенность в том, что ваш ПК будет актуальным в новых играх еще очень и очень долго. И конечно, все остальные комплектующие должны быть под стать процессору. Никаких узких мест в компьютере быть не должно.

Вторая по важности деталь — видеокарта. Если вы хотите стримить не только в разрешении 1080p, но и в 1440p и даже в 4K, вам понадобится как минимум GeForce RTX 2080 Super.

Переплачивать за GeForce RTX 2080 Ti не стоит. Она не сможет обеспечить 4K и 60 FPS во всех играх, а значит, кое-где придется снизить настройки. Если уж мы идем в этом на небольшой компромисс, то GeForce RTX 2080 Super будет гораздо привлекательнее в соотношении цена/производительность.

Выбираем в наш компьютер GIGABYTE GeForce RTX 2080 Super WINDFORCE OC.

Вторичные комплектующие

Материнская плата в нашем ПК должна без проблем справиться с Ryzen 9 3950X, поэтому экономить на ней не стоит. Это будет GIGABYTE X570 AORUS EliTE с отличной системой питания и возможностями расширения.

ОЗУ нужно не менее 32 Гб, с хорошей скоростью и низкими задержками. Возьмем Kingston HyperX FURY Black [HX437C19FB3K2/32], два модуля по 16 Гб. Ее XMP-частота — 3733 МГц. С Ryzen 9 3950X она сможет как минимум работать на частоте 3600 МГц с более низкими таймингами. Для 16-тиядерного процессора скорость памяти и низкие тайминги очень важны.

Качественное охлаждение и хороший корпус необходимы для стримера: зрители не должны слышать гул вентиляторов или дребезжание стенок дешевого корпуса. Не забывайте и о серьезных аппетитах горячего 16-тиядерного процессора. Поэтому мы берем отличную СВО NZXT Kraken X62, а также вместительный и хорошо продуваемый корпус формата Full-Tower — Thermaltake Core X71 с окном, чтобы было видно комплектующие.

Блок питания понадобится с запасом мощности и тихий в работе. be quiet! Pure Power 11 700W [BN295] отлично подойдет. У него есть сертификат 80 PLUS Gold и набор всех возможных защит.

Накопители

Накопители для продвинутого компьютера для стриминга — это тема, достойная отдельного блога. Игры вплотную подобрались к объему в 100 Гб, и нам понадобится очень быстрый и емкий SSD для системы и игр. Например, A-Data XPG Spectrix S40G RGB [AS40G-2TT-C] емкостью 2 ТБ.

И обязательно понадобится вместительный жесткий диск для хранения уже отснятого материала. После скандалов в СМИ по поводу технологии магнитной записи внахлёст (Shingled Magnetic Recording, SMR), которая сильно замедляет HDD, к выбору модели надо подходить очень осторожно.

Обычная магнитная запись (Conventional Magnetic Recording, CMR) пока применяется в серии HDD WD Purple, остановимся на ней. Видеоконтент, особенно несжатый, занимает очень много места, поэтому минимум, на который стоит ориентироваться — 4 ТБ. Да и по цене за гигабайт такие диски оптимальны. Поэтому наш выбор — WD Purple [WD40PURZ].

Если вам нужно еще больше места, рекомендуем увеличивать кол-во HDD, а не их объем. Это даст возможность дублировать важную информацию и ценные видео. Выход из строя одного из дисков не оставит вас у «разбитого корыта», как если бы все хранилось на одном HDD.

А самый надежный вариант — использовать NAS-хранилище для дублирования важной информации. Например, Synology Disk Station DS220j на два HDD. Или Synology DiskStation DS418j на четыре HDD.

В случае, если вы одновременно храните информацию на ПК и в NAS, риск ее потери в результате технического или программного сбоя, а также от вредоносного софта, например, троянов-шифровальщиков, минимален.

Карта захвата

Хорошая карта захвата даст вам гибкость в выборе контента для стрима, позволив захватывать видео с игровых консолей. И гнаться в этом случае стоит не за высоким разрешением, а за качеством картинки.

ELGATO GAME CAPTURE HD60 PRO позволит захватывать видео с Wii U, XBOX 360, Playstation 4, XBOX ONE и Nindendo Switch, практически не нагружая процессор.

Периферия

Не менее важна для стримера хорошая периферия: микрофон, наушники, веб-камера и камера для съемки обычного видео.

Качественный настольный микрофон Trust GXT 252 EMITA — то, что надо. Это конденсаторный металлический микрофон с кардиоидной направленностью.

Неплохо, если веб-камера поддерживает видео с высокой частотой кадров и разрешением 4K, как Logitech BRIO. Но и оптика в веб-камере должна быть на высоте, поэтому дешевые модели не подойдут.

А от наушников требуется, в первую очередь, комфорт во время многочасовых стримов, поэтому наш выбор — беспроводные MARSHALL Mid ANC Bluetooth.

Многие популярные стримеры записывают и live-видео. Иногда для них даже заводят отдельный канал на YouTube. Для записи такого видео веб-камеры явно будет недостаточно, поэтому мы возьмем компактную камеру Panasonic VX980, поддерживающую запись качественного 4K-видео.

Итоги

Вот такая сборка у нас получилась в итоге. Мы бы рекомендовали покупать такой дорогой компьютер со сборкой профессионалами DNS.

Топовый ПК для стримов в 2020 году — это целая студия звуко- и видеозаписи, которая умещается на вашем столе. Конечно, для успешного стриминга очень важен контент и его подача, но чтобы не затеряться среди сотен каналов новичков, вы должны иметь безупречную техническую составляющую.

Зрители сегодня хотят гладкую картинку игры без «мыла» и артефактов, высокую кадровую частоту и разрешение, чистый звук и четкую картинку с веб-камеры. Надеемся, эта сборка поможет вам. В ней есть все, что поможет вам не ограничивать себя в творчестве. Осталось только выбрать игру и начинать стрим.

Лучший процессор для стрима. AMD 2-го поколения Ryzen

Итак, выясним какой лучший процессор для стрима?

Процессоры AMD осторожно продвигаются вперед за чипами Intel в чистых игровых характеристиках, но их значительное преимущество в подсчете очков дает Ryzen преимущество, если вы планируете потоковое воспроизведение или запись своего игрового процесса. Задачи видео сильно зависят от вашего процессора. 8 ядер и 16 потоков внутри Ryzen 7 2700X (примерно $ 330) делают его лучшим игровым процессором для стрима, если вы играете и записываете на одном устройстве, особенно если вы транслируете видео с высоким разрешением, битрейтами и качеством. Если процессор AMD 2700X слишком дороговат для вашего кармана, то шести ядерный Ryzen 5 2600X (примерно $ 230) также превращается в сильную производительность потоковой передачи из-за его одновременной многопоточности. Конкуренту Core i5-8600K не хватает Hyper-Threading и полагается только на четыре физических ядра. Тесты Tech Report и Gamers Nexus (AMD Ryzen 2600X и 2700X) показывают, что чипы Ryzen работают медленнее со стороны стримера по сравнению с аналогичными процессорами Intel. Однако опыт для зрителей лучше с Ryzen, тем более, что качество растет.

СРАВНИТЕЛЬНЫЕ ХАРАКТЕРИСТИКИ ПРОЦЕССОРОВ AMD RYZEN 7 2700X, RYZEN 5 2600X, INTEL CORE i5-8600K

Процессор	RYZEN 7 2700X	RYZEN 5 2600X	CORE i5-8600K
Производитель	AMD	AMD	INTEL
Семейство процессора	AMD Ryzen	AMD Ryzen	Intel Core ™ i5
Тип сокета	AM4	AM4	s1151
Количество ядер	8	6	6
Тактовая частота ядра	3.70GHz	3.70GHz	3.60GHz
Графическое ядро	нет	нет	Intel HD Graphics 630
Теплопакет	105W	95W	95W
Микроархитектура	Zen+	Zen+	Coffee Lake

Купить компьютер для стрима с процессором AMD Ryzen 7 2700X или Ryzen 5 2600X можно ниже поста

Комментарии

Процессор amd для стрима

Последнее время стриминг стал настоящим трендом. Многие хотят отхватить лакомый кусочек и стать популярным, как и остальные, уже более опытные стримеры. Но для того чтобы собрать хотя бы самую минимальную аудиторию, нужно обзавестись качественной компьютерной системой. Придется подобрать процессор для стрима и другие устройства.

Прямая трансляция

Что такое стриминг? Это проведение прямой трансляции, в режиме реального времени. Проводить стрим нужно с помощью соответствующего сервиса и программы. Самым популярным вариантом сейчас считается Twitch, на котором каждый может свободно проводить прямые трансляции, хотя и необходимо следовать определенным правилам сервиса.

Относительно недавно популярный видеохостинг внедрил возможность проведения стримов у себя на сайте. Речь идет о Youtube. Здесь также можно настраивать свои трансляции и монетизировать их.

Помимо ресурсов, также необходимо установить специальную программу. Их может быть несколько, но наиболее популярной является OBS. Ее можно скачать бесплатно с официального сайта. Также есть и другие программы, но зачастую за них придется отдать деньги.

Наконец, стрим невозможно будет запустить без компьютерной системы и вспомогательных устройств.

Необходимые устройства

Прежде чем искать процессор для стрима, придется разобраться с тем, что в принципе нужно для запуска прямой трансляции.

Помимо компьютера, вам нужно будет обзавестись качественным микрофоном. Все зависит от того, какие стримы вы собираетесь проводить. Лучше всего приобрести универсальный микрофон, который подойдет и для разговорных, и для игровых трансляций.

Некоторым также понадобится веб-камера. Пусть некоторые и говорят, что стрим игровой можно проводить без вебки, но большая часть зрителей сейчас обращает внимание на каналы, где можно увидеть стримера.

Наконец, сложно будет обойтись без наушников, причем они должны быть очень удобными, чтобы вы могли долгое время сидеть в них. Если вы хотите использовать колонки, учтите, что зрители могут слышать фон.

Сборка компьютера

Итак, собирать компьютер для стрима лучше самостоятельно. Конечно, вы можете купить готовую систему, но придется убедиться в том, что в случае необходимости вы сможете заменить какой-то компонент без ущерба для совместимости.

Если вы все-таки решитесь собирать компьютер самостоятельно, можете начинать с компонента, который для вас важнее. Обычно пользователи больше всего внимания уделяют процессу и видеокарте. Определившись с ними, нужно выбрать материнскую плату.

В этом случае важно, чтобы все компоненты были совместимы. Далее нужно подобрать оперативную память, жесткий диск (лучше твердотельный накопитель) и блок питания.

Тематика стримов

Некоторые начинающие стримеры считают, что для качественного стрима важна видеокарта, а процессор — дело второстепенное. Но такое мнение неверно, поскольку оба компонента важны, как, впрочем, и остальные.

Выбрать лучший процессор для стрима непросто, поскольку для начала стоит определиться с тематикой. Что имеется в виду?

Если вы хоть раз смотрели прямые трансляции на Twitch или YouTube, то знаете, что они бывают абсолютно разные. Если раньше стримеры занимались только игровым контентом, то сейчас есть музыкальные, танцевальный или просто разговорные стримы.

Очевидно, что для игровой трансляции нужен очень мощный компьютер, соответственно, производительный процессор и видеокарта. Если же вы хотите просто болтать со зрителями и проводить музыкальные или танцевальный стримы, то система может быть бюджетнее.

Конечно, лучше всего сразу приобрести производительную систему, чтобы не было к ней никаких вопросов, но если вы хотите сэкономить, то лучше сразу определитесь с проведением стримов и необходимым техническим оснащением.

Бюджетная сборка

Какой процессор для стрима выбрать, если у вас ограниченный бюджет? Снова-таки стоит понимать, что многое зависит от сборки ПК, важно, чтобы компоненты были совместимы между собой. Кроме того, некоторые процессоры могут не раскрыть в полной мере видеокарту.

Например, если вы покупаете Intel Core 2 Duo, а в пару к нему ставите видеокарту Nvidia GTX 1070, то работать она будет на уровне процессора и не сможет быть производительнее, чем это позволяет чип.

Для самого простого разговорного стрима или для стриминга легких инди-игр можно присмотреться к Intel Pentium G4560. Это очень простой и бюджетный процессор, но он неплохо справляется с запуском трансляций и работой OBS.

Устройство средней производительности

Какой процессор нужен для стримов? Если речь идет о более или менее широких возможностях, но вы не планируете проводить трансляции по крутым геймерским новинкам, можете присмотреться к процессорам Intel Core i5.

Эти процессоры неплохо справляются со стримингом игр и игровых трансляций. Лучше всего присмотреться к семейству Kaby Lake и более поздних версий. Это наиболее производительные и быстрый чипы.

Кстати, восьмое поколение процессоров Intel Core i5 работает на 6 ядрах, а соответственно может еще лучше справляться с OBS.

Такой процессор в паре с видеокартой Nvidia GTX 1050 Ti позволит вам стримить такие игры как CS:GO, Dota 2, World of Tanks и все популярные онлайновые игры. Возможно, проблемы будут наблюдаться в PUBG и подобных более ресурсоемких играх. Придется экспериментировать и с настройками в самой игре.

Мощные системы

Процессор для стрима игр с качественными настройками, а также геймерских новинок, которые оказываются очень требовательными, нужно выбирать с умом. В этом случае лучше всего присмотреться к новинкам серии Intel Core i7. Также лучше выбирать семейство Kaby Lake и более поздние версии.

Подобные процессоры могут работать при программном кодировании и не выдавать каких-либо торможений. Например, можете присмотреться к Intel Core i7-8700K. Это универсальный вариант процессора, который легко справляется с высокими разрешениями, но вот постримить в 4K может и не получиться.

Для этого придется купить Intel Core i7-9700K, работающий на восьми ядрах с восемью потоками. Многие профессиональные стримеры считают, что мощнее процессор однозначно не нужен, поскольку такая покупка окажется нецелесообразной.

AMD-процессоры

Крайне редко стримеры для сборки ПК выбирают чипы от AMD. Если вы посмотрите конфигурацию компьютеров ведущих стримеров, то все они отдают предпочтение продукции Intel и Nvidia.

Вообще, борьба между Intel и AMD длится довольно длительное время. Если у вас есть средства, вы с большей вероятностью приобретете продукцию Intel. Но подобное отношение к AMD связано с тем,что ранее чипы выделяли очень много тепла, нагревались и требовали мощной системы охлаждения.

Сейчас же ситуация несколько изменилась, хотя все равно температуры процессоров повышены. Тем не менее AMD справляется не хуже, чем Intel, просто требует более точных настроек.

Можете обратить внимание на Ryzen 7 2700X — неплохой процессор для стрима, который справится и с высоким разрешением, и с высокими показателями битрейта. Если вам это устройство покажется дорогим, можно выбрать Ryzen 5 2600X.

Очередь просмотра

Очередь

Удалить все
Отключить

Хотите сохраните это видео?

Пожаловаться на видео?

Выполните вход, чтобы сообщить о неприемлемом контенте.

Понравилось?

Не понравилось?

Текст видео

Тест современных многопоточных процессоров Intel и AMD в стриминге популярных сетевых игр. Выясняем пределы возможностей на разных пресетах качества кодирования в OBS.

Тайм код:
00:29 Вступление
01:23 Об аппаратном кодировщике x264
04:01 Сравнение качества картинки NVENC и x264
06:36 Конфиги
09:12 Методика тестирования
10:10 Тесты с пресетом Faster
15:33 Тесты с пресетом Fast
19:17 Тесты с пресетом Medium
22:36 Результаты тестов
23:57 Эпилог

Актуальные цены на комплектующие Россия:
AMD Ryzen 5 2600 https://bit.ly/2MQhxYP
AMD Ryzen 7 2700 https://bit.ly/2vP4KiE
Intel Core i7 8700 https://bit.ly/2BdPi4L
MSI X470 GAMING PRO CARBON https://bit.ly/2PdOf7R
MSI Z370 GAMING M5 https://bit.ly/2MeOH8d
DDR4 3200 MHz Carsair Vengeance RGB https://bit.ly/2MMSg1r
SSD Kingston HyperX Savage 240 GB https://bit.ly/2Mh84NH
SSD Kingston UV400 120 GB https://bit.ly/2nG5Vwo
MSI GTX 1070 Ti GAMING https://bit.ly/2Mt4vmY
Corsair HX 750 https://bit.ly/2nFe2JF

Актуальные цены на комплектующие Украина:
AMD Ryzen 5 2600 https://bit.ly/2vLwyV1

AMD Ryzen 7 2700 https://bit.ly/2MNaShL
Intel Core i7 8700 https://bit.ly/2vNHnGh
MSI X470 GAMING PRO CARBON https://bit.ly/2OHTwnp
MSI Z370 GAMING M5 https://bit.ly/2Mii0Xp
DDR4 3200 MHz Carsair Vengeance RGB https://bit.ly/2KWuwGo
SSD Kingston HyperX Savage 240 GB https://bit.ly/2KUGn86
SSD Kingston UV400 120 GB https://bit.ly/2nDAqD4
MSI GTX 1070 Ti GAMING https://bit.ly/2MPM9cQ
Corsair HX 750 https://bit.ly/2nHSAnu

В ролике использованы кадры из кинофильма: Собачье сердце. Режиссер: Владимир Бортко

Если вы не хотите вдаваться в подробности выбора, а просто узнать, что купить, то вот список лучших процессоров 2018 года для игр, во всех ценовых категориях.

Лучший игровой процессор для большинства людей: Intel Core i5-8400.
Лучший бюджетный игровой процессор: AMD Ryzen 3 2200G.
Лучший высокопроизводительный игровой процессор: Intel Core i7-8700K
Лучший процессор для стримов и потокового видео : Ryzen 5 2600X или Ryzen 5 2700X

Лучший игровой процессор для большинства людей

Intel Core i5-8400 — лучший игровой процессор для большинства людей. Игры любят быстрые процессоры, а Core i5-8400 опирается на волнующую однопоточную производительность процессоров Intel 8-го поколения с быстрыми тактовыми импульсами Turbo Boost. Является лучшим в своем классе , есть еще Core i7-8700K и 8700K, но они стоят гораздо больше. Хороший процессор для игр на сегодня.

Цена Core i5-8400 тоже вполне оправдана. Он стоит, примерно, $180 с кулером в комплекте. Более быстрый процессор Core i5-8600K стоит $ 245 без вентилятора, и его можно разогнать, а вот Core i5-8400 вы не сможете разгонять. Эта штука кричит из коробки, и, если вы не хотите запускать несколько видеокарт, отказ от разгонного чипа серии K означает, что вам, вероятно, не нужно будет поднимать дорогостоящую материнскую плату Z370, позволяя вам сэкономить еще больше денег, используя h470 или B360, например.

Core i5-8400 обладает исключительной ценностью для игр и многозадачности. Шесть процессорных ядер могут обрабатывать множество задач, но если вы планируете потоковое видео (или стримы), редактирование видео / изображений, а также многозадачность — лучшим для вас вариантом будет Ryzen 5 2600X ($ 230), если вы не против потратив дополнительно 50 долларов. Его шесть ядер многопоточные, что дает вам всего 12 потоков, и все чипы Ryzen можно разогнать.

Лучший бюджетный игровой процессор

AMD Ryzen 3 2200G ( цена 100 долларов США)

Лучший бюджетный вариант — Ryzen 3 2200G. Продолжая стратегию AMD «APU», этот чип сочетает в себе четыре ядра процессора Ryzen с восемью мощными вычислительными модулями Radeon Vega AMD. Твердопроизводительный чип, который может играть в компьютерные игры без необходимости использования видеокарты.

AMD Ryzen 3 2200G не плохо подойдет для киберспортивных игр, таких как Fortnite, Dota 2, League of Legends и Rocket League, и неожиданно выигрывает даже в играх AAA, таких как Destiny 2 и Rise of the Tomb Raider. Возможно, вам придется изменить некоторые графические настройки, но все игры будут идти с fps от 30 до 60 кадров в секунду.

В идеале для достижения наилучших результатов вам понадобится 8 ГБ оперативной памяти 2,933 МГц или 3,200 МГц. Просто убедитесь, что у вас есть двухканальный комплект с двумя картами памяти — одноканальные ядерные игры с игровыми характеристиками Ryzen 3 2200G. Вы также можете разогнать APU с совместимой материнской платой AM4 Ryzen или добавить дискретную графическую карту.

Переход на Ryzen 5 2400G ($ 170) даст одновременную многопоточность и три дополнительных вычислительных модуля Vega для повышения производительности, но при гораздо более высокой стоимости. Ryzen 3 2200G — лучший выбор для большинства людей. Если вы планируете сразу подключить свой бюджетный процессор с дискретным графическим процессором, более высокая однопоточная производительность четырехъядерного Core i3-8100 (120 долларов США) сделает его достойной альтернативой. Избегайте этого, если вы не хотите инвестировать в графическую карту, хотя встроенная графика Intel намного хуже, чем у AMD, и не предназначена для игр.

Лучший высокопроизводительный игровой процессор

Лучший игровой процессор на сегодняшний день — это Intel Core i7-8700K. Все игры на нем будут летать, а так же он прекрасно и легко раскроет весь потенциал топовых видеокарт, таких как GeForce GTX 1080 Ti, например.

Как процессор серии K, чип разогнаный в паре с материнской платой Intel Z370, позволит вам улететь в космос. Разогнать данный процессор можно вплоть ло 5 ГГц, имея должное охлаждение. Intel также подняла основной показатель своего флагмана этого поколения, увеличив число ядер Core i7-8700K до шести, а число потоков до двенадцати.

Лучший процессор для стримов и потокового видео

8 ядер и 16 потоков внутри Ryzen 7 2700X ($ 330) делают его лучшим игровым процессором для потоковой передачи, если вы играете и записываете на одном устройстве, особенно если вы транслируете видео с высоким разрешением. Если 2700X дорог для вас, то вбирайте шестиядерный Ryzen 5 2600X ($ 230), он дешевле на 100 долларов, но все-равно имеет очень большую производительность потоковой передачи из-за его одновременной многопоточности, в то время, как его конкурент Core i5-8600K имеет только четыре физических ядра.

Компьютер для стрима игр на Твиче (Twitch), настройка и характеристики. Какой нужен ПК для стримов

Мой компьютер для ведения прямых транcляций (стримов) на Twitch

В данной статье я расскажу вам какой нужен компьютер для ведения стримов игр без лагов и в хорошем качестве на примере своей сборки. Также какой софт (программы) я использую для стрима и мои девайсы.

Я вместе с командой запустил сервисы для стримеров на Twitch.tv:

Stream-Up.ru — бесплатное продвижение канала по зрителям и фолловерам.
Stream-Alert.ru — автопостинг о начале стрима ВК и Телеграм.

Заходите и пробуйте. Буду рад каждому 🙂

Сейчас я веду прямые трансляции при помощи 2-х ПК. Подробнее в статье «Как стримить при помощи двух компьютеров и карты захвата«.

Характеристики моих ПК для стрима

Игровой ПК (Gaming PC)

Системный блок:

Процессор (ЦП) — Intel Core i5-4690K.

Видеокарта — Gygabyte GeForce GTX770 4Gb.

ОЗУ — Kingston HyperX Fury 16Gb. Две планки по 8Гб подключенные в двуканальном режиме.

Материнская плата (Мать) — Gygabyte GA-Z97P-D3 Z97.

Жесткий диск — Toshiba 2Tb.

Блок питания — Chieftec 750W.

Корпус — Zalman Z11.

Операционная система (ОС) — Windows 10 Pro.

ПК для стрима (Streaming PC)

Системный блок:

Процессор (ЦП) — Intel Core i3-7100.

ОЗУ — Kingston HyperX Fury 8Gb.

Материнская плата (Мать) -MSI B250M PRO-VDH.

Жесткий диск — Toshiba 1Tb.

Блок питания — Accord 450W.

Операционная система (ОС) — Windows 10 Pro.

Девайсы:

Вебкамера — Logitech HD Pro C920.

Микрофон — M-Audio Vocal Studio.

Клавиатура — Onklick. Дешманская клавиатура за 300 р., которая служит мне верой и правдой уже более 5 лет.

Мышь — Bloody V6.

Карта видеозахвата для PS4 — AVerMedia Live Gamer Portable Lite. Пока в основном использую ее для PS4 Slim.

Настройка моего компьютера (ПК) для стримов

Программы (софт) для стрима

Для проведения прямых трансляций (стримов) игр я использую бесплатную программу OBS Studio. Это самое распространенный софт для видеотрансляций среди начинающих стримеров.

Какие-то дополнительные плагины я не устанавливал. Все что вам нужно уже стоит по умолчанию в программе.

Программа для чата на стриме

Так как я иногда веду трансляции на двух площадках одновременно (Twitch и GoodGame), то и следить за двумя чатом нужно поспевать. В этом мне помогает программа RutonyChat. Она есть в магазине Steam.

Можно не только следить за всеми подключенными чатами (мультичат), но и подписками и донатом. Также можно встроить этот чат на стрим. Вариантов оформления огромное множество.

Мои настройки ОБС

Играю на разрешение 1080p, на твич подаю видеопоток в 720p 60FPS с битрейтом 3800 на программном кодеке x264. Кодек x264 лучше по качеству, чем аппаратные кодеки Quick Sync и Nvenc.

Но, к сожалению, на одном ПК со средними характеристиками с такими настройками на кодеке h364 можно будет играть лишь в слабые игры, которые не требует большой мощности процессора.

В этом случае советую использовать кодек интегрированной видеокарты (если она есть) Quick Sync. Он не нагружает центральный процессор, поэтому вся мощь ЦП будет уходить на игру и ОБС.

Для повышения качества видео и полное отсутствие лагов (подвисаний) потребуется два ПК для стрима. На первой компьютере играем, вторым захватывает картинку с первого и транслируем видеопоток на Twitch.tv (Твич), GoodGame или YouTube.

Можно конечно играть и стримить одновременно на одном топовом ПК, но я отказался от этой идеи и использую два компьютера как и многие другие популярные стримеры.

Читайте также:

Оптимальные настройки для лучшего качества стрима — i2HARD

Это первая статья из серии, посвящённой игровым трансляциям — теме,которую не раз просили разобрать наши читатели.

В последующих статьях мы попытаемся найти правильный ответ на вопрос “Какое железо лучше?” и “Какие настройки качества лучше использовать?”. Эта статья будет посвящена настройкам — мы узнаем, какие настройки кодирования предлагают лучшее соотношение производительности и качества, и чем различные популярные режимы отличаются друг от друга.

Первая ключевая тема: какой метод кодирования лучше — программное кодирование процессора или кодирование с аппаратным ускорением видеокарты…

Для начала, прежде чем мы перейдём непосредственно к тестированию, поговорим о тестовой платформе.

Первый, волнующий нас вопрос — какой метод кодирования лучше: программное кодирование процессора или кодирование с аппаратным ускорением видеокарты. Это действительно важно, так как если кодирование видеокарты лучше, то процессор будет не так уж и важен для игровых трансляций, а если всё наоборот, то процессор становится важнейшим элементом для получения высокого уровня качества, причем не только в вопросе трансляций, но и итоговой игровой производительности.

В последние несколько месяцев кодирование с помощью видеокарты вышло на новый уровень за счёт того, что Nvidia обновили движок аппаратного кодирования на видеокартах с новой архитектурой Turing.

Фото с Techspot.com

На новых видеокартах много внимания было уделено повышению производительности и улучшению совместимости с HEVC, что не особо важно для стриминга. Новый движок архитектуры Turing предполагает 15% улучшение качества видео стандарта H.264, в сравнении с прошлым поколением видеокарт на Pascal (серия GTX 10xx). Мы определённо обратим на это внимание, а заодно посмотрим, как Turing работает с программным кодированием x264. Итак, в тестах мы будем использовать видеокарту RTX 2080, чтобы посмотреть на работу с кодированием Turing, Titan X Pascal для тестов видеокарты на Pascal, и Vega 64, чтобы увидеть, как пойдут дела у AMD.

Во второй части исследования мы рассмотрим программное кодирование с x264 при различных настройках. Сравнение программного кодирования на разных процессорах мы оставим для другой статьи — в этой нам интереснее разобраться в том, как каждая из настроек влияет на производительность и качество.

Фото с Techspot.com

Все тесты проводились на разогнанном до 4.9 GHz Core i7-8700k и 16 ГБ оперативной памяти DDR4-3000. Именно такую платформу мы рекомендуем для игр на максимуме. В будущем мы также планируем разобраться, насколько хорош 9900K в сравнении с процессорами Ryzen от AMD.

Для захвата мы используем последнюю версию OBS, настроенную на запись в 1080p при 60 кадрах в секунду с постоянным битрейтом 6000 кбит/с. Это максимальные настройки качества, рекомендованные Twitch. Если вы собираетесь сделать запись игрового процесса для иных целей, то мы рекомендуем вам поднять битрейт, но для ведения трансляции на Twitch, вам нужно иметь 6 Мб/с или ниже, если ваш канал не подключен к партнёрской программе.

Для тестирования мы используем Assassin’s Creed Odyssey, которая очень требовательна к процессору и видеокарте, а следовательно, у нее есть определенные проблемы с программным кодированием через процессор. Второй игрой будет Forza Horizon 4 — чуть менее требовательная к процессору, но довольно быстрая игра, с которой могут быть проблемы при низком битрейте. Обе игры представляют собой не самый удачный выбор для игровых трансляций, но каждая по-своему интересна для наших тестов.

Начнём с кодирования при помощи видеокарт, ведь долгие годы с ним были огромные проблемы. Больше всего нам интересно, получилось ли у Turing исправить ошибки своих предшественников, с которыми использовать кодирование было практически невозможно.

На видеокартах от Nvidia мы использовали NVENC в OBS и выбрали “Высокое Качество” при битрейте 6 Мбит/c. Разумеется есть и другие надстройки, но “Высокое Качество” выдаёт, как вы могли догадаться, самое высокое качество. На видеокартах Vega 64 от AMD мы опробовали множество разных настроек (как качества в целом, так и битрейта), но без особых успехов, как вы сами вскоре увидите.

Фото с Techspot.com

Сравнивая настройку NVENC на видеокартах Turing и Pascal, можно сказать, что при битрейте 6 Мбит/c разницы почти нет. В обоих случаях есть проблема с остающимися на картинке макроблоками, да и в целом качество оставляет желать лучшего. Если говорить конкретно о Forza Horizon 4 — макроблокинг наиболее заметен на дороге и смотрится ужасно. У Turing, конечно, картинка немного более чёткая, да и макроблоки вылезают реже, но в целом можно сказать одно — оба варианта отвратительны. Если вы собираетесь заниматься трансляцией игр, то это не тот уровень качества, которым можно впечатлить зрителей.

Фото с Techspot.com

У AMD ситуация ещё хуже — когда загрузка GPU близится к 100%, то кодирование просто напрочь ломается и выдаёт не более 1 кадра в секунду, чего не происходило с видеокартами от Nvidia. У нас получилось запустить энкодер с ограничением частоты кадров, что снизило загрузку видеоядра примерно до 60% в Forza Horizon 4, но даже с “Качественными” надстройками, Vega 64 выдавала картинку хуже, чем карты на Pascal от Nvidia.

Фото с Techspot.com

С тем, что энкодер от AMD “отвалился” еще в самом начале, давайте рассмотрим противостояние NVENC от Nvidia с процессорным программным кодингом x264. В более медленном тесте производительности Assassin’s Creed Odyssey, NVENC даже на “Высоком Качестве” заметно хуже, чем x264 с надстройками “Veryfast”, особенно при сравнении мелких деталей, хотя в обоих случаях используется битрейт 6 Мб/с. Veryfast x264 не идеален, но на фоне NVENC видеокарт Turing с огромным количеством макроблокинга и нечёткими деталями, он выглядит явным лидером.

Фото с Techspot.com

В более быстром тесте производительности Forza Horizon 4, NVENC видеокарт Turing местами уделывает надстройку veryfast x264. Вариант от Nvidia всё ещё страдает от макроблокинга, но у veryfast огромные проблемы с качеством деталей в движении. В игре с таким количеством движения, NVENC по качеству надстройки примерно равен “faster” x264. Тем не менее, надстройка “fast” x264 работает с движущимися объектами намного лучше, чем NVENC и даже полностью уделывает её, в случаях, когда движение на экране минимально, либо отсутствует вовсе.

Фото с Techspot.com

Это результаты оказались довольно неожиданными, особенно учитывая тот факт, что компания Nvidia обещала, что новый движок NVENC на картах Turing работает с H.264 на уровне надстройки fast у x264, если не лучше, при трансляции в качестве 1080p на 60 кадрах в секунду и битрейте 6 Мбит/с. Но, если посмотреть на тест в Assassin’s Creed Odyssey, можно увидеть совсем иное — программное кодирование попросту лучше.

Фото с Techspot.com

Говоря о надстройках программного кодирования x264, между каждой (veryfast, faster, fast и medium) есть довольно заметная разница. В медленном Assassin’s Creed Odyssey (если пока опустить проблемы с производительностью у каждой надстройки) — veryfast и faster выдают не самую лучшую картинку: множество смазанных кадров, макроблокинг в некоторых зонах и плохая обработка деталей в движении.

Эти две надстройки лучше оставить для тех случаев, когда качество не особо важно, поскольку при битрейте 6 Мбит/с изображение получается весьма посредственным.

Фото с Techspot.com

Надстройка fast — самый минимум, который стоит использовать, если вы действительно хотите обеспечить зрителям качественную картинку. Разница в качестве между faster и fast — довольно заметная, ведь ранее замыленные детали выглядят достаточно чётко.

Medium — ещё один шаг вперёд, однако разница в качестве между fast и medium меньше, чем между faster и fast. Как вы позже увидите, medium — довольно тяжёлая по производительности надстройка, поэтому запускать её на той же системе, с которой работает игра, явно не стоит. Кроме того, мы проверили надстройку slow, но там всё ещё хуже — столь сильный удар по производительности явно того не стоит.

Фото с Techspot.com

Для быстрого движения в Forza Horizon 4, опять же, стоит сразу забыть о veryfast, поскольку в случае с подобными играми он даже хуже NVENC. К сожалению, из-за битрейта в 6 Мбит/с, любая надстройка будет далека от оригинального материала, но medium визуально будет к нему ближе всего, да и смотрится намного лучше, чем с fast.

С faster, как уже говорилось выше, все ужасно, поэтому нет смысла использовать что-либо ниже fast для этого типа игр. Хочется заметить, что лучше всего работал бы medium на более высоком битрейте, но у Twitch есть ограничения, поэтому 6 Мбит/с — наш потолок битрейта.

Производительность

Качество изображения — лишь первая половина нашего уравнения. Второй половиной выступит производительность. Когда вы ведёте трансляцию игры с того же компьютера, на котором играете, важно, чтобы производительность как игры, так и трансляции была адекватной.

Начнём, пожалуй, с графиков влияния кодирования при помощи видеокарты на производительность…

Включив NVENC на картах Pascal или Turing, вы потеряете примерно 10-20% кадров в секунду, в зависимости от игры. Другими словами, между трансляцией с NVENC и выключенным стримом, разница в производительности будет 10-20%. Однако, чем больше игра зависит от видеокарты, тем сильнее NVENC ударит по производительности. Вот почему Forza Horizon 4 теряет больше кадров, чем зависимая от процессора Assassin’s Creed Odyssey.

Но есть и хорошие новости! Пусть вы и будете играть на чуть более низких кадрах в секунду при использовании NVENC, на трансляции будет идеальная картинка без падения кадров, даже если игра грузит видеокарту на 100%. Кодирующий движок карт AMD не так сильно влияет на производительность игры, но в случае высокой загрузки видеокарты происходит падение числа кадров в секунду примерно на 90%, что, как мы упоминали ранее, делает его бесполезным.

Производительность в режиме программного кодирования зависит от конкретной игры. В случае с требовательной как к процессору, так и к видеокарте Assassin’s Creed Odyssey, использование программного кодирования процессора для ведения трансляции может негативно сказаться на частоте кадров, да и надстройки, обеспечивающие высокое качество, могут не справляться.

На системе с Core i7-8700K и RTX 2080 мы запустили Odyssey с собственными, особыми настройками графики, но игра работала стабильно (без проседания частоты кадров на трансляции) лишь на надстройке кодирования x264 veryfast. X264 veryfast также ударил по частоте кадров примерно на 17%, что даже больше, чем у NVENC. Тем не менее, veryfast для такой игры все равно смотрится лучше, чем NVENC, так что небольшой удар по производительности стоит того.

Тем временем, уже на надстройке faster можно заметить ухудшение качества трансляции. Хоть оно и составило всего 8.5%, с полученной картинкой трансляцию было трудно смотреть, она шла рывками. Кроме того, частота кадров в игре упала со средних 90 до 63, а самый минимум опустился почти до 30. Здесь ясно видно, что надстройка перегружает систему. С fast и medium ситуация ещё хуже — у них снижение числа кадров достигает 62% и 82% соответственно. Самое интересное, что частота кадров в игре на таких надстройках выше, чем на faster, но, возможно, так происходит из-за того, что энкодер перегружен, в результате чего на игру выделяется чуть больше мощностей процессора.

Один из способов повышения производительности — ограничение частоты кадров в игре. Можно поставить 60, так как на трансляции все равно действует лимит на 60 кадров в секунду. Но даже с ограничением дела не становятся лучше: у надстройки fast всё ещё наблюдается падение числа кадров на 9%, а у faster вообще нет просадок, хотя и проявилось незначительное падение до 40 кадров. Единственный способ стабильно использовать fast в данном случае — снизить настройки графики и попробовать ещё раз, но, увы, эта статья не про оптимизацию Assassin’s Creed под трансляцию с нашим железом.

Во второй части исследования будет интересно разобраться в том, как покажут себя другие процессоры. Но в этой части 8700K, популярный игровой процессор высокого уровня, показал примерную ситуацию с трансляцией игры, которая крайне требовательна к процессору и видеокарте. Тем не менее, процессоры похуже, особенно малоядерные от Intel, в основном будут нормально работать на надстройке veryfast.

А вот менее зависимая от процессора Forza Horizon 4 — интересный случай, поскольку программное кодирование процессора выдаёт производительность выше, чем аппаратное кодирование видеокарты. Это происходит, т.к. у процессора в запасе есть дополнительная мощность, которую можно использовать для кодирования, не “отъедая” производительность у видеокарты.

Надстройка veryfast x264 снизила производительность всего на 6% (если верить минимальным кадрам в секунду), но разница между veryfast и fast равнялась всего 5%, несмотря на то, что для кодирования видео на надстройке fast требовалось значительно больше мощностей процессора.

На самой трансляции мы не увидели падения числа кадров на надстройках veryfast и faster, но уже на fast можно было заметить снижение числа кадров трансляции примерно на 12%. Из-за этого она периодически шла рывками. Учитывая, что игра работала на 120 кадрах в секунду, можно запросто поставить ограничение в 60 кадров, тем самым снизив нагрузку на процессор. С подобным ограничением, надстройка fast в итоге работает уже без падения числа кадров трансляции. Кроме того, это ограничение дает нам возможность опробовать medium, но даже с нашим процессором 8700K, наблюдалось падение числа кадров примерно на 2%, что не годится. Если мы бы планировали и дальше работать с надстройкой medium, то пришлось бы немного покопаться в настройках графики, чтобы ещё сильнее снизить нагрузку на процессор.

Предварительные итоги

По итогам тестирования, можно сделать несколько интересных выводов. Мы узнали, что кодирующий движок видеокарт Turing в H.264 стал не особо лучше (хотя было заявлено обратное), в сравнении с Pascal, а кодирование при помощи видеокарты всё ещё не стоит рассматривать, как вариант для стримов.

Единственный случай, когда я мог бы посоветовать NVENC — для быстрых игр на системах, которые не могут потянуть кодирование процессором на надстройках x264 faster или выше. Для менее быстрых игр стоит использовать veryfast x264 вместо NVENC. Более того, veryfast потянет большинство ПК, собранных для теоретического ведения трансляций.

Кодирующему движку видеокарт AMD, мягко говоря, нужна серьезная доработка, чтобы его вообще можно было рассматривать. Он не способен работать при нагруженной видеокарте, а когда ему всё-таки удаётся работать — качество попросту ужасно.

Фото с Techspot.com

С процессорами ситуация чуть более сложная, поскольку то, какие надстройки вы сможете потянуть, зависит от процессора и конкретной игры. На нашей системе с 8700K разброс был таков: в первом случае, мы вынуждены были использовать надстройку veryfast в тяжёлой для процессора игре, а во втором, в менее требовательной игре — уже могли использовать fast или даже medium, получая стабильные 60 кадров в секунду в хорошем качестве.

Стримерам стоит использовать, как минимум, надстройку fast, так как это первая с конца надстройка, выдающая достаточно неплохое качество при битрейте 6 Мбит/с. Пусть она и не идеальна для быстрых сцен, эта надстройка работает в разы лучше, чем faster и veryfast, при этом оставаясь более-менее доступной для средних систем. Если у вас очень мощное железо, то можно попробовать и medium, а вот более медленные надстройки лучше даже не трогать.

Хоть играть и вести трансляцию на одном ПК — это здорово, данное исследование больше подходит начинающим стримерам или стримерам с непостоянным графиком. У любого человека, ведущего трансляции профессионально или в качестве работы, должен быть второй, отдельный компьютер для записи — с хорошей картой захвата и процессором. Так снимается вся нагрузка с основного компьютера, что дает возможность использовать надстройки medium, slow и ниже, т.е. получать наилучшее качество без удара по производительности.

Мы рассмотрели оптимальные надстройки с точки зрения качества, а в следующей статье мы постараемся разобраться в том, какие процессоры способны кодировать на этих надстройках. Оставайтесь с нами!

Железо для стрима — обсуждение на GoodGame

Всем доброго времени суток! Решил тут на днях снова начать стримить (был уже маленький опыт в стриминге (запускал 1-2 раза стрим по старой стратежке, на котором собиралось 30 человек)). Купил в начале этого года новый компьютер:

Видеокарта: GTX 750 ti

Процессор: i5-3340 3.10 GHz

Материнская плата: MS-7808

Оперативная память: 8 Гб

И решил опять опробовать себя в стриминге (хотел постримить cs:go) и столкнулся с проблемой: фпс в игре после запуска стрима упал с 250 до 150 + наблюдались сильные лаги (фризы) (Что при битрэйте в 2800, что при 3000). Потом попробовал постримить cod4 в окне с разрешением 720×480 и на стриме было четко видно, что картинка идет с жуткими лагами (фпс 20, наверное, было на стриме).

Внимание, вопросы:

1)В последнее время я начал сталкиваться со стримерами, которые стримят через карту захвата и, как они утверждают, фпс в играх у них почти не проседает. Действительно ли это так и стоит ли покупать эту самую карту захвата, дабы избавиться от просадок фпс, или проще купить какой-нибудь i7 и видеокарту получше(бюджет в 40к)?

(Стримить собираюсь cs:go и всякие подобные игрушки)

2)На днях до меня дошла информация, что можно при стриминге использовать 2 компьютера: на одном играть, а на втором кодировать (вроде бы тоже через карту захвата). Если действительно так можно сделать, то потянет ли мой ноутбук кодировку стрима, если играть я буду на стационаре?:

Lenovo IdeaPad Y560p:

Процессор: Core i7 2630QM 2000 МГц

Видеокарта: ATI Radeon HD 6570M

Оперативная память: 4 Гб

3) Какой монитор можете подсказать с разрешением 1920 x 1080, частотой обновления кадров от 120 Гц и временем отклика >5 Мс (в пределах 15-22к)?

Тема удалена. Отменить

Видеокарта: GTX 750 ti

Процессор: i5-3340 3.10 GHz

Материнская плата: MS-7808

Оперативная память: 8 Гб

Внимание, вопросы:

(Стримить собираюсь cs:go и всякие подобные игрушки)

Lenovo IdeaPad Y560p:

Процессор: Core i7 2630QM 2000 МГц

Видеокарта: ATI Radeon HD 6570M

Оперативная память: 4 Гб

Смотрим стримы с твича в 1080p и 60 FPS без лагов. Даже на слабых ПК.

Каждый, кто смотрит онлайн трансляции, иногда задавался вопросом “почему твич грузит процессор на 100%?”. С помощью этой статьи можно легко решить эту проблему.

Каждый, кто смотрит онлайн трансляции, иногда задавался вопросом “почему твич грузит процессор на 100%?”.

Вроде и компьютер не слишком старый, может в самом твиче проблема?

Да, так и есть. Для воспроизведения видео используется Flash player, который просто адски жрет ресурсы и делает невозможным просмотр стрима в 60FPS, если только у вас не процессор уровня Intel i3 или выше.

Так получилось, что сегодня товарищ cheklmn поделился ссылкой на программу, которая вроде как решает эту проблему и позволяет комфортно смотреть стримы в самом лучшем качестве, не прибегая к апгрейду компа.

После недолгой настройки и запуска первого попавшегося стрима у меня был шок. Но давайте по порядку…

Дано

Бюджетный системный блок, тянущий доту на 60-80 FPS при низких настройках.

Внутри стоит двухъядерный Intel Pentium G620 2.6Ghz, выдающим 2200 попугаев в CPU Mark.

Работает несколько фоновых программ.

Загрузка процессора в состоянии покоя:

Результаты до оптимизации

Запускаем любую трансляцию отборочных на TI5 в последней версии Google Chrome.

Результаты с плюсами и минусами:

+ Есть чатик (kappa)

+ Стрим включается довольно быстро и без дополнительных программ

— Загрузка ЦП 100%

— Паралельные задачи выполнять очень тяжко.

— Процессор сильно греется, кулер шумит.

— Стрим явно не 60 FPS. Даже подлагивает.

Оптимизируем!

Скачиваем инсталлер программы Livestreamer. (для опытных пользователей есть портативная версия)
Устанавливаем ее на свой компьютер (в папку C:\Program Files (x86)\Livestreamer)
Скачиваем плеер, который может воспроизводить потоковое видео, например VLC
Устанавливаем его на свой компьютер например в папку (C:\Program Files (x86)\VideoLAN\VLC)
Скачиваем GUI для Livestreamer
Распаковываем его в любую папку на вашем компьютере (например d:\Program Files\livestreamer-twitch-gui\)
Заходим в папку куда распаковали GUI для Livestreamer (d:\Program Files\livestreamer-twitch-gui\) и запускаем livestreamer-twitch-gui.exe
Нажимаем на кнопку настройки (шестеренку)
В поле Preferred quality выберите качество трансляции в которой хотите смотреть стримы. Source — наивысшее, Low — наихудшее.
В поле Executable location — укажите путь до файла livestreamer.exe
В поле Videoplayer — укажите путь до исполняемого файла вашего плеера (если скачали VLC — найдите и укажите файл vlc.exe)
В поле Close player — поставьте галочку на Do not close the player
Прокрутите страницу настройки вниз и жмем кнопку Apply
Выключаем программу

Результаты после оптимизации

Запускаем livestreamer-twitch-gui.exe, включаем тот же стрим TI5 и о чудо!

Все минусы превратились в плюсы и наоборот.

Результаты с плюсами и минусами:

+ Загрузка ЦП 20%

+ Параллельные задачи не тормозят.

+ Процессор в тепленький, кулер не шумит.

+ Стрим идет ОЧЕНЬ плавно, разница видна невооруженным глазом.

— Нет чатика (не критично для зрителя, развалившегося на диване с пивом/чаем и чипсами/конфетами)

— Чуть дольше время загрузки стрима

— Дополнительные окна (решается установкой галочки Move to tray)

Выводы

Livestreamer — однозначно мастхев, тут и рассуждать нечего. Пока твич ничего не сделает c проблемой загрузки процессора, буду смотреть только через эту программу, тем более, что она сама по себе довольно удобна.

P.S. У некоторых при запуске стрима выдает ошибку «Error: Couldn’t launch the stream!» — попробуйте следующие действия

Открыть настройки
Очистите оба поля Executable location и Videoplayer
Нажмите Apply changes
Перезапустите программу и попробуйте включить стрим снова
Если не поможет — снова укажите адрес плеера и лайфстримера в поля Executable location и Videoplayer (судя по всему это, эти поля ввода забагованы)
Сохраните изменения и перезапустите программу

В чем важность потоковых процессоров в графических процессорах? | Small Business

Большинство новых видеокарт имеют потоковые процессоры, встроенные в их графический процессор. Графический процессор также может быть встроен в материнскую плату или в сам центральный процессор. Потоковая обработка — это метод программирования, который упрощает аппаратную и программную параллельную обработку. Потоковые процессоры в графическом процессоре обрабатывают большинство традиционных задач рендеринга графики или, в качестве альтернативы, могут быть запрограммированы для более универсальной обработки чисел.

Приложения

Потоковые процессоры хорошо подходят для традиционных задач, связанных с графическим процессором, таких как обработка изображений, видео и сигналов. Однако становится все более распространенным использование потоковых процессоров на графическом процессоре как для общего, так и для обработки научных чисел. Методы потоковой обработки хорошо подходят для трассировки лучей, вычислительной гидродинамики, моделирования погоды и расчетов сворачивания белков. Приложения, требующие массивных векторных операций и вычислений с высокой пропускной способностью, получают большой выигрыш по сравнению с традиционным сокращением числа процессоров.Приложения общего назначения могут не улучшать скорость.

История

Традиционные ЦП работали как один процессор, выполняя один поток инструкций, оперируя данными, хранящимися в одной ячейке памяти. Эта архитектура называется «одна инструкция, отдельные данные». Параллельные методы были разработаны, чтобы справиться с растущим объемом данных, которые необходимо обрабатывать, что позволяет выполнять операции с несколькими местоположениями данных одновременно. Потоковая обработка — это ветвь этих разработок, которая упрощает некоторые из реальных реализаций, найденных в более ранних технологиях.

Соображения

Приложения, желающие использовать потоковую обработку, должны с самого начала разрабатываться так, чтобы эффективно использовать преимущества технологии. Не все программы получат выгоду, и большинство бизнес-приложений общего назначения не увидят никаких ограничений в ускорении по сравнению с огромными выгодами, полученными благодаря очень специализированным программам или методам разработки. Потоковая обработка подходит для программ, требующих высокой вычислительной мощности, которые соответствуют модели параллельного выполнения.

Другие измерения производительности

Количество потоковых процессоров (и их скорость) — не единственный важный показатель производительности графического процессора.Различные графические процессоры имеют разную тактовую частоту между самим графическим процессором, памятью и процессорами. У них также разные архитектуры и ограничения полосы пропускания между этими отдельными компонентами. Все это вместе определяет эффективную производительность графического процессора в целом. Обзоры и тесты — лучший способ оценить общую производительность графического процессора по сравнению с другими сопоставимыми устройствами.

Ссылки

Writer Bio

Майкл Мартинес работает с компьютерами с 1993 года.Он с любовью вспоминает запуск Windows 95 и первых процессоров Pentium. Мартинес имеет степень бакалавра компьютерных наук.

Мягкое введение в потоковую обработку | Сринатх Перера | Stream Processing

Stream Processing — это технология больших данных. Он используется для запроса непрерывного потока данных и быстрого обнаружения условий в течение небольшого периода времени с момента получения данных. Период времени обнаружения варьируется от нескольких миллисекунд до минут.Например, при потоковой обработке вы можете получать предупреждение, когда температура достигает точки замерзания, запрашивая потоки данных, поступающие от датчика температуры.

Его также называют разными именами: аналитика в реальном времени, потоковая аналитика, сложная обработка событий, потоковая аналитика в реальном времени и обработка событий. Хотя некоторые термины исторически имели различия, теперь инструменты (фреймворки) объединились под термином «потоковая обработка». (см. этот вопрос Quora для получения списка фреймворков и последний раздел этой статьи для ознакомления с историей).

Он популяризируется Apache Storm как «технология, подобная Hadoop, но может дать вам результаты быстрее», после чего она была принята как технология больших данных. Сейчас претендентов много.

Большие данные доказали ценность идей, полученных в результате обработки данных. Не все такие идеи одинаковы. Некоторые идеи становятся более ценными вскоре после того, как это произошло, поскольку ценность очень быстро уменьшается со временем. Потоковая обработка позволяет реализовать такие сценарии, предоставляя аналитические данные быстрее, часто в пределах от миллисекунд до секунд с момента срабатывания триггера.

Ниже приведены некоторые второстепенные причины использования потоковой обработки.

Причины 1: Некоторые данные естественным образом представляют собой нескончаемый поток событий. Чтобы выполнить пакетную обработку, вам необходимо сохранить ее, остановить сбор данных в какой-то момент и обработать данные. Затем вам нужно выполнить следующий пакет, а затем беспокоиться об агрегировании нескольких пакетов. Напротив, потоковая передача изящно и естественно обрабатывает бесконечные потоки данных. Вы можете обнаруживать закономерности, проверять результаты, рассматривать несколько уровней фокуса, а также легко просматривать данные из нескольких потоков одновременно.

Потоковая обработка естественным образом согласуется с данными временных рядов и обнаруживает закономерности во времени. Например, если вы пытаетесь определить длину веб-сеанса в бесконечном потоке (это пример попытки определить последовательность). С пакетами это сделать очень сложно, так как какой-то сеанс распадется на две партии. С этим легко справится потоковая обработка.

Если вы сделаете шаг назад и подумаете, самые непрерывные ряды данных — это данные временных рядов: датчики трафика, датчики состояния, журналы транзакций, журналы активности и т. Д.Почти все данные IoT — это данные временных рядов. Следовательно, имеет смысл использовать естественную модель программирования.

Причина 2: Пакетная обработка позволяет накапливать данные и пытаться обработать их сразу при потоковой обработке данных процесса по мере их поступления, следовательно, распределять обработку во времени. Следовательно, потоковая обработка может работать с гораздо меньшим количеством оборудования, чем пакетная обработка. Кроме того, потоковая обработка также обеспечивает приблизительную обработку запросов за счет систематического сброса нагрузки. Следовательно, потоковая обработка естественным образом подходит для тех случаев, когда достаточно приблизительных ответов.

Причина 3: Иногда данные огромны, и их даже невозможно сохранить. Потоковая обработка позволяет обрабатывать большие данные в стиле «огненного коня» и сохранять только полезные биты.

Причина 4: Наконец, доступно много потоковых данных (например, транзакции клиентов, действия, посещения веб-сайтов), и они будут расти быстрее с вариантами использования IoT (все виды датчиков). Потоковая передача — гораздо более естественная модель для размышлений и программирования таких вариантов использования.

Однако потоковая обработка также не подходит для всех случаев использования.Одно хорошее эмпирическое правило состоит в том, что если для обработки требуется несколько проходов через полные данные или есть произвольный доступ (подумайте о наборе данных графа), то с потоковой передачей сложно. Один из больших отсутствующих вариантов использования потоковой передачи — это алгоритмы машинного обучения для обучения моделей. С другой стороны, если обработка может выполняться за один проход по данным или имеет временную локальность (обработка имеет тенденцию к доступу к недавним данным), то она хорошо подходит для потоковой передачи.

Если вы хотите создать приложение, которое обрабатывает потоковые данные и принимает решения в режиме реального времени, вы можете использовать инструмент или создать его самостоятельно.Ответ зависит от того, с какой сложностью вы планируете справиться, насколько вы хотите масштабировать, какая надежность и отказоустойчивость вам нужны и т. Д.

Если вы хотите создать приложение самостоятельно, поместите события в тему брокера сообщений (например, ActiveMQ , RabbitMQ или Kafka), напишите код для получения событий из тем в брокере (они станут вашим потоком), а затем опубликуйте результаты обратно брокеру. Такой код называется актером.

Однако вместо написания описанного выше сценария с нуля для экономии времени можно использовать структуру потоковой обработки.Процессор потока событий позволяет вам писать логику для каждого актора, подключать акторов и подключать края к источникам данных. Вы можете отправлять события непосредственно в потоковый процессор или отправлять их через брокера.

Процессор потока событий будет выполнять тяжелую работу, собирая данные, доставляя их каждому субъекту, проверяя, что они выполняются в правильном порядке, собирая результаты, масштабируя при высокой нагрузке и обрабатывая сбои. Среди примеров — Storm, Flink и Samza. Если вам нравится создавать приложение таким образом, ознакомьтесь с соответствующими руководствами пользователя.

С 2016 года появилась новая идея под названием Streaming SQL (подробности см. В статье Streaming SQL 101). Мы называем язык, который позволяет пользователям писать запросы, подобные SQL, для запроса потоковых данных, языком «Streaming SQL». Появляется множество языков SQL для потоковой передачи данных.

Проекты, такие как WSO2 Stream Processor и SQLStreams, поддерживали SQL более пяти лет

С помощью языков Streaming SQL разработчики могут быстро включать потоковые запросы в свои приложения.К 2018 году большинство процессоров Stream поддерживают обработку данных с помощью языка Streaming SQL.

Давайте разберемся, как SQL отображается в потоки. Поток — это таблица с данными в движении. Представьте себе бесконечную таблицу, в которой с течением времени появляются новые данные. Такой стол — поток. Одна запись или строка в потоке называется событием. Но у него есть схема, и он ведет себя так же, как строка базы данных. Чтобы понять эти идеи, выступление Тайлера Акидау в Strata — отличный ресурс.

Первое, что нужно понять о потоках SQL, — это то, что они заменяют таблицы потоками.

Когда вы пишете SQL-запросы, вы запрашиваете данные, хранящиеся в базе данных. Тем не менее, когда вы пишете запрос Streaming SQL, вы пишете его на данных, которые есть сейчас, а также на данных, которые появятся в будущем. Следовательно, потоковая передача SQL-запросов никогда не заканчивается. Это проблема? Нет, это работает, потому что результатом этих запросов являются потоки. Событие будет помещено в потоки вывода после того, как событие будет сопоставлено, и события вывода станут доступны сразу.

Поток представляет все события, которые могут проходить через логический канал, и он никогда не заканчивается.Например, если у нас есть датчик температуры в бойлере, мы можем представить выходной сигнал датчиков в виде потока. Однако классический SQL принимает данные, хранящиеся в таблице базы данных, обрабатывает их и записывает в таблицу базы данных. Вместо этого запрос Above будет принимать поток данных по мере их поступления и генерировать поток данных в качестве вывода. Например, предположим, что события в потоке котла происходят каждые 10 минут. Запрос фильтра создаст событие в потоке результатов немедленно, когда событие соответствует фильтру.

Итак, вы можете создать свое приложение следующим образом. Вы отправляете события в потоковый процессор либо напрямую, либо через брокера. Затем вы можете написать потоковую часть приложения, используя «Streaming SQL». Наконец, вы настраиваете потоковый процессор для обработки результатов. Это делается путем вызова службы при срабатывании Stream Processor или публикации событий в теме брокера и прослушивания темы.

Доступно множество фреймворков потоковой обработки. (См. Вопрос Quora: каковы лучшие решения для потоковой обработки?).

Я бы порекомендовал тот, который помог создать, WSO2 Stream Processor (WSO2 SP). Он может принимать данные из Kafka, HTTP-запросов, брокеров сообщений, а вы можете запрашивать поток данных, используя язык «Streaming SQL». WSO2 SP является открытым исходным кодом под лицензией Apache. Всего с двумя стандартными серверами он может обеспечить высокую доступность и может обрабатывать более 100 тыс. Транзакций в секунду. Он может масштабироваться до миллионов транзакций в секунду поверх Kafka и поддерживает развертывание в нескольких центрах обработки данных.

В общем, потоковая обработка полезна в тех случаях, когда мы можем обнаружить проблему и у нас есть разумный ответ для улучшения результата.Кроме того, он играет ключевую роль в организации, управляемой данными.

Ниже приведены некоторые варианты использования.

Алгоритмическая торговля, наблюдение за фондовым рынком,
Умный уход за пациентами
Мониторинг производственной линии
Оптимизация цепочки поставок
Обнаружение вторжений, наблюдения и мошенничества (например, Uber)
Большинство приложений для умных устройств: умный автомобиль, умный дом ..
Интеллектуальная сеть — (например, прогнозирование нагрузки и обнаружение выбросов, см. Интеллектуальные сети, 4 миллиарда событий, в диапазоне 100 тыс. Сек.)
Мониторинг трафика, геозоны, отслеживание транспортных средств и дикой природы — e.г. TFL London Transport Management System
Спортивная аналитика — Дополните спорт аналитикой в реальном времени (например, это работа, которую мы проделали с реальным футбольным матчем (например, наложение аналитики в реальном времени на футбольные трансляции)
Контекстно-зависимые рекламные акции и реклама
Компьютер мониторинг системы и сети
Профилактическое обслуживание (например, методы машинного обучения для профилактического обслуживания)
Обработка геопространственных данных

Дополнительные сведения об использовании потоковой обработки см. в разделе «13 шаблонов обработки потоков для создания приложений потоковой передачи и реального времени».

Stream Processing имеет долгую историю, начиная с активных баз данных, которые предоставляли условные запросы к данным, хранящимся в базах данных. Одним из первых фреймворков обработки потоковых данных был TelegraphCQ, построенный на основе PostgreSQL.

Потом они выросли на две ветви.

Первая ветвь называется потоковой обработкой. Эти фреймворки позволяют пользователям создавать граф запросов, соединяющий код пользователя и запускающий граф запросов на многих машинах. Примеры: Aurora, PIPES, STREAM, Borealis и Yahoo S4.Эти архитектуры потоковой обработки ориентированы на масштабируемость.

Вторая ветвь называется «Обработка сложных событий». Эти фреймворки поддерживали языки запросов (такие, как сейчас у нас с Streaming SQL) и обеспечивали эффективное сопоставление событий с заданными запросами, но часто выполнялись на 1-2 узлах. Среди примеров — ODE, SASE, Esper, Cayuga и Siddhi. Эти архитектуры ориентированы на эффективные алгоритмы потоковой передачи.

Фреймворки потоковой обработки из обеих этих ветвей были ограничены академическими исследованиями или нишевыми приложениями, такими как фондовый рынок.Обработка потоковой информации снова в центре внимания с Yahoo S4 и Apache Storm. Он был представлен как «как Hadoop, но в режиме реального времени». Он становится частью движения за большие данные.

За последние пять лет эти два филиала объединились. Я подробно обсуждал это в более ранней публикации.

Если вы хотите узнать больше об истории фреймворков потоковой обработки, прочтите «Последние достижения в обработке событий» и «Обработка потоков информации: от потока данных до сложной обработки событий».

Надеюсь, это было полезно. Если вам понравился этот пост, вам также может понравиться Stream Processing 101 и Patterns for Streaming Realtime Analytics.

Устранение неполадок при потоковой передаче видео — Amazon Rekognition

В этом разделе содержится информация об устранении неполадок при использовании Amazon Rekognition Video. с потоковым видео.

я не знаю, успешно ли был создан мой потоковый процессор

Используйте следующую команду AWS CLI, чтобы получить список потоковых процессоров и их текущие статус.

  aws rekognition список-поток-процессоры

Дополнительные сведения можно получить с помощью следующей команды интерфейса командной строки AWS. Замените stream-processor-name на имя требуемого потокового процессора.

  aws rekognition description-stream-processor --name  stream-processor-name

Я не знаю, настроил ли я свой поток процессор правильно

Если ваш код не выводит результаты анализа из Amazon Rekognition Video, ваш поток процессор может быть неправильно настроен.Сделайте следующее, чтобы подтвердить, что ваш потоковый процессор настроен правильно и может выдавать результаты.

Чтобы определить, правильно ли настроено ваше решение

Выполните следующую команду, чтобы убедиться, что ваш потоковый процессор работает. штат.Измените stream-processor-name на имя вашего потока процессор. Потоковый процессор работает, если значение Статус — РАБОТАЕТ . Если статус РАБОТАЕТ , и вы не получаете результатов, см. Мой потоковый процессор не работает. возвращение результатов.Если статус — FAILED , см. Состояние моего потокового процессора — FAILED.
```
  aws rekognition description-stream-processor --name  stream-processor-name   
```

Если ваш потоковый процессор запущен, выполните следующую команду Bash или PowerShell. читать данные из выходного потока данных Kinesis.

Баш

  SHARD_ITERATOR = $ (aws kinesis get-shard-iterator --shard-id shardId-000000000000 --shard-iterator-type TRIM_HORIZON --stream-name  kinesis-data-stream-name  --query 'ShardIterator')
                        aws kinesis get-records --shard-iterator $ SHARD_ITERATOR

PowerShell

  aws kinesis get-records --shard-iterator ((aws kinesis get-shard-iterator --shard-id shardId-000000000000 --shard-iterator-type TRIM_HORIZON --stream-name  kinesis-data-stream-name ).split ('"') [4])

Используйте инструмент Decode в Base64 Decode веб-сайт, чтобы преобразовать вывод в удобочитаемую строку. Для большего Для получения дополнительной информации см. Шаг 3: Получите запись.
Если команды работают и вы видите результаты распознавания лиц в потоке данных Kinesis, тогда твой решение настроено правильно.Если команда не работает, проверьте другой предложения по устранению неполадок и см. Предоставление Amazon Rekognition Video доступа к вашему Kinesis. потоки.

В качестве альтернативы можно использовать схему AWS Lambda «kinesis-process-record» для ведения журнала. сообщения из потока данных Kinesis в CloudWatch для непрерывный визуализация.Это влечет за собой дополнительные расходы на AWS Lambda и CloudWatch.

Мой потоковый процессор не возвращение результатов

Ваш потоковый процессор может не возвращать результаты по нескольким причинам.

Причина 1: ваш потоковый процессор настроен неправильно

Возможно, ваш потоковый процессор настроен неправильно. Для получения дополнительной информации см. Я не знаю, настроил ли я свой поток процессор правильно.

Причина 2: ваш потоковый процессор не в состоянии РАБОТАЕТ

Для диагностики состояния потокового процессора

Проверьте состояние потокового процессора с помощью следующей команды AWS CLI.
```
  aws rekognition description-stream-processor --name  stream-processor-name   
```
Если значение Status равно STOPPED , запустите потоковый процессор с помощью следующей команды:
```
  aws rekognition start-stream-processor --name  stream-processor-name   
```
Если значение Status равно FAILED , см. Состояние моего потокового процессора — FAILED.
Если значение Status равно START , подождите 2 минуты и проверьте status, повторив шаг 1. Если значение Status все еще ЗАПУСК , выполните следующие действия:
1. Удалите потоковый процессор с помощью следующей команды.
```
  aws rekognition delete-stream-processor --name  stream-processor-name   
```
2. Создайте новый потоковый процессор с той же конфигурацией. Для получения дополнительной информации см. Работа с потоковым видео.
3. Если проблема не исчезнет, обратитесь в службу поддержки AWS.
Если значение Status равно RUNNING , см. Причину 3: Нет активных данных в видеопоток Kinesis.

Причина 3: Нет активных данных в видеопоток Kinesis

Для проверки наличия активных данных в видеопотоке Kinesis

Войдите в Консоль управления AWS и откройте консоль Amazon Kinesis Video Streams. на https: // console.aws.amazon.com/kinesisvideo/.
Выберите видеопоток Kinesis, который является входом для потока Amazon Rekognition. процессор.
Если в предварительном просмотре указано Нет данных в потоке , значит, в потоке нет данных. входной поток для обработки Amazon Rekognition Video.

Для получения информации о создании видео с помощью Kinesis Video Streams см. Библиотеки производителей Kinesis Video Streams.

Мой потоковый процессор находится в состоянии ОТКАЗ

Вы можете проверить состояние потокового процессора с помощью следующей команды AWS CLI.

  aws rekognition description-stream-processor --name  stream-processor-name

Если значение Status — FAILED, проверьте информацию по поиску и устранению неисправностей для следующих Сообщения об ошибках.

Ошибка: «Доступ отказано в роли »

Роль IAM, используемая потоковым процессором, не существует или Amazon Rekognition видео не имеет разрешения взять на себя эту роль.

Для устранения проблем с доступом к роли IAM

Войдите в Консоль управления AWS и откройте консоль IAM по адресу https://console.aws.amazon.com/iam/.
На левой панели навигации выберите Роли и подтвердите, что роль существует.
Если роль существует, убедитесь, что она имеет политику разрешений AmazonRekognitionServiceRole .
Если роль не существует или не имеет необходимых разрешений, см. Предоставление доступа Amazon Rekognition Video к вашему Kinesis. потоки.
Запустите потоковый процессор с помощью следующей команды AWS CLI.
```
  aws rekognition start-stream-processor --name  stream-processor-name   
```

Ошибка

: «Доступ запрещен к Kinesis Video.

или Доступ запрещен для Kinesis. Данные»

Роль не имеет доступа к операциям API Kinesis Video Streams GetMedia и GetDataEndpoint .У него также может не быть доступа к Kinesis Data Streams API. операции PutRecord и PutRecords .

Для устранения неполадок с разрешениями API

Войдите в Консоль управления AWS и откройте консоль IAM по адресу https: // console.aws.amazon.com/iam/.

Откройте роль и убедитесь, что к ней прикреплена следующая политика разрешений.

  {
    «Версия»: «2012-10-17»,
    "Заявление": [
        {
            «Эффект»: «Разрешить»,
            "Действие": [
                "кинезис: PutRecord",
                "кинезис: PutRecords"
            ],
            «Ресурс»: « data-arn »
        },
        {
            «Эффект»: «Разрешить»,
            "Действие": [
                "kinesisvideo: GetDataEndpoint",
                "kinesisvideo: GetMedia"
            ],
            «Ресурс»: « видео-арн »
        }
    ]
}

Если какие-либо разрешения отсутствуют, обновите политику.Для получения дополнительной информации см. Предоставление Amazon Rekognition Video доступа к вашему Kinesis. потоки.

Ошибка: «Ручей

имя-потока-ввода-видео не существовать»

Вход видеопотока Kinesis для потокового процессора не существует или не настроен правильно.

Для устранения неполадок видеопотока Kinesis

Используйте следующую команду, чтобы убедиться, что поток существует.
```
  aws kinesisvideo list-streams  
```
Если поток существует, проверьте следующее.
Если потоковый процессор настроен неправильно, удалите его с помощью следующего AWS Команда CLI.
```
  aws rekognition delete-stream-processor --name  stream-processor-name   
```
Создайте новый потоковый процессор с предполагаемым видеопотоком Kinesis.За дополнительной информацией, см. Создание видео Amazon Rekognition потоковый процессор.

Ошибка: «Коллекция не найдена»

Коллекция Amazon Rekognition, которая используется потоковым процессором для сопоставления лиц. не существует, или используется неправильная коллекция.

Подтвердить инкассо

Используйте следующую команду интерфейса командной строки AWS, чтобы определить, существует ли требуемая коллекция. Изменять регион в регион AWS, в котором вы используете свой потоковый процессор.
```
  aws rekognition list-collections - регион  регион   
```
Если требуемая коллекция не существует, создайте новую коллекцию и добавьте информацию о лицах. Для получения дополнительной информации см. Поиск лиц в коллекции.
При вызове CreateStreamProcessor проверьте, что значение CollectionId входной параметр правильный.
Запустите потоковый процессор с помощью следующей команды AWS CLI.
```
  aws rekognition start-stream-processor --name  stream-processor-name   
```

Ошибка: «Stream

output-kinesis-data-stream-name под аккаунт идентификатор аккаунта не найден »

Выходной поток данных Kinesis, используемый потоковым процессором, не существуют в вашем аккаунте AWS или не в том же регионе AWS, что и ваш поток процессор.

Устранение неполадок с потоком данных Kinesis

Используйте следующую команду интерфейса командной строки AWS, чтобы определить, существует ли поток данных Kinesis. Изменять регион в регион AWS, в котором вы используете свой потоковый процессор.
```
  aws kinesis list-streams - регион  регион   
```
Если поток данных Kinesis существует, убедитесь, что имя потока данных Kinesis совпадает как имя выходного потока, используемого потоковым процессором.
Если поток данных Kinesis не существует, он может существовать в другом регионе AWS. В Кинезис поток данных должен находиться в том же регионе, что и потоковый процессор.
При необходимости создайте новый поток данных Kinesis.
1. Создайте поток данных Kinesis с тем же именем, что и имя, используемое потоковым процессором. Для дополнительную информацию см. в разделе Шаг 1. Создание потока данных.
2. Запустите потоковый процессор с помощью следующей команды AWS CLI.
```
  aws rekognition start-stream-processor --name  stream-processor-name   
```

Мой потоковый процессор не возвращает ожидаемых результатов

Если ваш потоковый процессор не возвращает ожидаемых совпадений лиц, используйте Следующая информация.

Архитектура потокового процессора

| Скотт Рикснер

Приложения для обработки мультимедиа, такие как трехмерная графика, сжатие видео и обработка изображений, в настоящее время требуют от 10 до 100 миллиардов операций в секунду устойчивых вычислений. К счастью, сотни арифметических устройств могут легко уместиться на микросхеме скромного размера в 1 см2 современной СБИС.Задача состоит в том, чтобы обеспечить эти арифметические устройства достаточным количеством данных, чтобы они могли удовлетворить вычислительные потребности приложений обработки мультимедиа. Обычные иерархии хранения, которые часто включают в себя кеши, не могут преодолеть разрыв в полосе пропускания данных между современной DRAM и десятками или сотнями арифметических единиц. Однако иерархия полосы пропускания данных может восполнить этот пробел, масштабируя предоставленную полосу пропускания по уровням иерархии хранилища.
Модель программирования потоков позволяет приложениям обработки мультимедиа эффективно использовать иерархию полосы пропускания данных.Приложения обработки мультимедиа, естественно, можно выразить как последовательность вычислительных ядер, которые работают с потоками данных. Эта модель программирования раскрывает локальность и параллелизм, присущие этим приложениям, и позволяет эффективно отображать их в иерархии полосы пропускания данных. Потоковые программы могут использовать неопытную локальную полосу пропускания данных, когда это возможно, и использовать дорогостоящую глобальную полосу пропускания данных только при необходимости.
Архитектура потокового процессора представляет архитектуру процессора потокового мультимедиа Imagine, которая обеспечивает максимальную производительность 20 миллиардов операций с плавающей запятой в секунду.Imagine эффективно поддерживает 48 арифметических устройств с трехуровневой иерархией полосы пропускания данных. В основе иерархии система потоковой памяти использует планирование доступа к памяти, чтобы максимизировать устойчивую полосу пропускания внешней DRAM. В центре иерархии файл регистра глобального потока позволяет рециркулировать потоки данных напрямую от одного вычислительного ядра к другому без возврата данных в память. Наконец, файлы локальных распределенных регистров, которые напрямую передают информацию в арифметические устройства, позволяют хранить временные данные локально, так что им не нужно использовать дорогостоящую полосу пропускания глобального регистра.Иерархия полосы пропускания позволяет Imagine достичь до 96 & percnt; производительности потокового процессора с неограниченной пропускной способностью из памяти и глобального регистрового файла.

Что такое потоковая обработка? Определение и часто задаваемые вопросы

Определение потоковой обработки

Потоковая обработка относится к архитектуре компьютерного программирования, в которой данные вычисляются непосредственно по мере их создания или получения.

‍

Часто задаваемые вопросы

Что такое потоковая обработка?

Обработка потоков — это технология больших данных, которая фокусируется на обработке в реальном времени непрерывных потоков данных в движении.Платформа потоковой обработки упрощает параллельное оборудование и программное обеспечение, ограничивая производительность параллельных вычислений. Конвейерные функции ядра применяются к каждому элементу в потоке данных, используя повторное использование памяти на кристалле, чтобы минимизировать потерю пропускной способности. Инструменты и технологии потоковой обработки доступны в различных форматах: распределенные системы обмена сообщениями типа «публикация-подписка», такие как Kafka, распределенные системы вычислений в реальном времени, такие как Storm, и механизмы потоковых потоков данных, такие как Flink.

Распределенные системы обработки потоков предполагают использование географически распределенных архитектур для обработки больших потоков данных в реальном времени с целью повышения эффективности и надежности приема данных, обработки данных и отображения данных для анализа. Распределенная потоковая обработка может также относиться к способности организации централизованно обрабатывать распределенные потоки данных, исходящие из различных географически удаленных источников, таких как устройства, подключенные к IoT, и вышки сотовой связи.Распространение оборудования и программного обеспечения для потоковой обработки — надежный метод разработки более масштабируемой стратегии аварийного восстановления.

Microservices, архитектурный дизайн для построения распределенных приложений, позволяет каждой службе масштабироваться или обновляться, не нарушая работу других служб в приложении. Потоковая обработка микросервисов управляет этими отдельными потоками данных через одну центральную область, поэтому системные и ИТ-инженеры могут отслеживать состояние и безопасность этих микросервисов, чтобы обеспечить бесперебойную работу конечных пользователей.

‍

Как работает потоковая обработка?

Чтобы включить в приложение возможности обработки потока событий, программисты либо кодируют процесс с нуля, либо используют процессор потока событий. В некоторых механизмах обработки потока данных первого поколения, таких как Apache Spark и Apache Storm, пользователи должны писать код, который включает в себя следующие процессы: события помещаются в тему брокера сообщений, события из тем в брокере запрограммированы так, чтобы стать поток данных и будет получен, а затем опубликует результаты обратно брокеру.

Архитектура потоковой обработки данных будет автоматически собирать данные, доставлять их каждому субъекту, обеспечивать их работу в правильном порядке, собирать результаты, масштабировать для более высоких объемов и обрабатывать сбои. Пользователь может написать логику для каждого актера, подключить актеров и подключить края к источникам данных.

Вы можете отправлять события напрямую в систему потоковой обработки или отправлять их через брокера. Затем потоковая часть приложения может быть написана с использованием «Streaming SQL», который предоставляет операторы, такие как окна, шаблоны и соединения, непосредственно на языке, позволяя пользователям запрашивать данные без необходимости писать код.Наконец, потоковый процессор настроен на обработку результатов путем публикации событий в теме брокера и прослушивания темы или путем вызова службы при срабатывании потокового процессора.

‍

Пакетная обработка против потоковой обработки

Пакетная обработка, более традиционная архитектура потоковой обработки, относится к обработке транзакций в пакете или группе без взаимодействия с конечным пользователем. Все входные данные предварительно выбираются с помощью параметров командной строки или сценариев. Методика пакетной обработки позволяет автоматизировать и обрабатывать несколько транзакций как единую группу, которая может быть реализована в любое время, но лучше всего подходит для случаев обработки в конце цикла, таких как ежемесячные платежные ведомости и ежедневные банковские отчеты.

Этап извлечения, преобразования, загрузки (ETL), используемый в хранилищах данных, обычно является пакетным процессом. Основные преимущества пакетной обработки включают в себя: возможность распределять обработку заданий на другие ресурсы, обладающие большей емкостью, возможность совместного использования компьютерных ресурсов между программами и пользователями и сокращение простоя компьютерных ресурсов за счет ручного вмешательства.

В то время как пакетная обработка включает в себя пакеты данных, которые уже были сохранены в течение определенного периода времени и запускаются регулярно по расписанию или по мере необходимости, потоковая обработка позволяет пользователю загружать данные в инструменты аналитики, как только они генерировать, облегчая обработку данных в реальном времени и мгновенные результаты аналитики.Преимущества включают немедленное обнаружение условий и аномалий в течение очень короткого промежутка времени, что полезно для таких задач, как раннее обнаружение мошенничества. Пакетная обработка полезна в ситуациях, когда важнее обрабатывать большие объемы данных, чем собирать результаты аналитики в реальном времени.

‍

Когда использовать Steam Processing

Потоковая обработка идеальна, если вы хотите получать результаты аналитики в реальном времени. Системы потоковой обработки данных в больших данных являются эффективными решениями для сценариев, которые требуют: минимальной задержки, встроенных функций для обработки несовершенных данных, SQL-запросов к потокам данных для создания расширенных операторов, гарантированной способности генерировать предсказуемые и повторяемые результаты, хранимых и потоковых данных. возможности интеграции, функции отказоустойчивости, гарантированная безопасность и доступность данных, возможность получения ответа в реальном времени с минимальными накладными расходами для потоков больших объемов данных, а также возможность автоматического масштабирования приложений между несколькими процессорами и узлами.

Приложения, в которых потоковая обработка наиболее эффективна, включают: алгоритмическую торговлю и наблюдение за фондовым рынком, мониторинг компьютерных систем и сетей, геозону и отслеживание дикой природы, обработку геопространственных данных, профилактическое обслуживание, мониторинг производственных линий, приложения для интеллектуальных устройств, интеллектуальный уход за пациентами, спортивная аналитика, оптимизация цепочки поставок, наблюдение и обнаружение мошенничества, а также мониторинг трафика.

‍

Отображение потока создания ценности для улучшения процесса

Отображение потока создания ценности — это метод бережливого управления, который обеспечивает визуальное отображение всех критических шагов и данных, связанных с оптимизацией и улучшением конкретных многоэтапных процессов, а также количественно определяет объем и время, затраченное на каждом этапе.Конечная цель — легко выявлять и устранять потери в потоках создания ценности, создавая более экономичные операции и повышая продуктивность и эффективность потока создания ценности.

Процесс картирования потока создания ценности показывает поток информации и материалов по мере их прохождения через процесс, облегчая четкий анализ текущего состояния, улучшая дизайн будущего состояния и помогая командам более эффективно общаться и сотрудничать. Хотя отображение потока создания ценности часто связано с производством, обработка потока создания ценности для бизнес-процессов также популярна и используется в административных процессах, здравоохранении, логистике, разработке продуктов, отраслях, связанных с услугами, разработке программного обеспечения и цепочке поставок.

‍

Сопоставление потока создания ценности и сопоставления процессов

Сопоставление процессов означает использование программного обеспечения для управления и планирования, которое визуально описывает последовательность событий, приводящих к конечному результату. Карта процесса или блок-схема процесса могут использоваться в различных компаниях и организациях, чтобы получить более полное представление о процессе и выявить области, которые следует обновить для повышения эффективности, и могут улучшить процесс принятия решений и решения проблем в команде, предоставляя четкие сведения. , визуальные индикаторы характеристик процесса.

В то время как картирование потока создания ценности рассматривает поток услуг или товаров компании на высоком уровне для выявления потерь между процессами и внутри процессов, картирование процессов обеспечивает более детальный анализ процесса.

‍

Как OmniSci ускоряет обработку данных?

OmniSci, пионер в области ускоренной аналитики, использует возможности базы данных графического процессора для обеспечения беспрецедентной вычислительной мощности. Мощь ускоренных баз данных упрощает работу с чрезвычайно большими наборами данных или чрезвычайно быстрыми потоками данных из таких источников, как бизнес-транзакции, потоки кликов и Интернет вещей.

‍

Наконец-то! Процессор потока данных Splunk

Процессор потока данных

Splunk наконец-то здесь! Долгожданный процессор потоков данных Splunk больше не находится в стадии бета-тестирования и теперь доступен для публичного использования. Мы довольно долго ждали появления услуги DSP. Кто не жаждал обработки данных и аналитики в реальном времени, которые предоставляет DSP?

Splunk Data Stream Processor (DSP) — это служба обработки потока данных, которая манипулирует данными в реальном времени и передает эти данные на предпочитаемую вами платформу.DSP предоставляет возможность непрерывно собирать высокоскоростные данные большого объема из различных источников и передавать их нескольким адресатам за миллисекунды.

Какие слухи о Splunk DSP?

Потоковая обработка — это обработка данных в движении, она предназначена для мгновенного анализа и вычисления данных по мере их непрерывного приема. Большинство источников данных рождаются в непрерывных потоках, поэтому возможность обрабатывать их как таковые обеспечивает аналитикам практически в реальном времени представление о событиях.

Это отличается от «стандартной» обработки данных, называемой пакетной обработкой. Пакетная обработка собирает данные (партиями), а затем обрабатывает эти данные. Преимущество потоковой обработки заключается в том, что вы сразу получаете представление о ваших критических событиях и можете быстрее реагировать на заметные события.

Как я могу использовать Splunk DSP?

Вариант использования № 1: Фильтрация данных / Удаление шума

С помощью DSP вы можете… фильтровать или направлять ненужные и зашумленные журналы в пункт назначения по вашему выбору.Этот вариант использования позволяет вам направлять эти журналы в отдельный системный журнал или хранилище для агрегирования, но он находится за пределами Splunk, поэтому он не влияет на вашу лицензию Splunk и не заполняет ваши индексы нежелательными данными.

Вариант использования № 2: маршрутизация данных

С помощью DSP вы можете… обеспечить высокоскоростной прием больших объемов данных по нескольким адресатам. Этот вариант использования позволяет быстро отправлять данные в Splunk, контейнеры, S3, агрегат системного журнала и т. Д. Это позволяет разделить данные для отправки по нескольким адресатам в источнике без необходимости сначала индексировать данные в Splunk, а затем отправлять их.Обеспечение более эффективного потока данных.

Вариант использования № 3: Форматирование данных

С помощью DSP вы можете … форматировать свои данные с помощью предоставленных функций в соответствии с вашими настроенными условиями. Это довольно простой вариант использования, позволяющий форматировать события так, чтобы ваши необработанные журналы были удобочитаемыми и информативными, без необходимости сначала индексировать данные в Splunk. Это можно комбинировать с любым из вариантов использования в этом списке для достижения максимальной эффективности с помощью DSP.

Вариант использования № 4: агрегирование данных

С помощью DSP вы можете… агрегировать данные на основе сконфигурированных условий и выявлять ненормальные шаблоны в ваших данных.Вы можете предварительно настроить правила или условия, которые будут отправлять данные в разные точки агрегирования на основе шаблонов в данных, которые относятся к настроенным правилам. Если у вас есть источник данных со смесью журналов разных типов, теперь вы можете получить все журналы и с легкостью переслать их в разные места назначения.

Что мне нужно с DSP?

Во-первых, посмотрите, какие источники данных поддерживаются Splunk DSP. Вот источники данных, которые в настоящее время поддерживаются текущей версией.Ищите больше источников данных, которые будут добавлены в будущих выпусках.

Рисунок 1. Источники данных, поддерживаемые Splunk DSP

Вот системные требования, которые поставляются с Splunk DSP. Я перечислил более подробную информацию о них ниже…

Рисунок 2 — Системные требования Splunk DSP

Мы были более чем взволнованы выпуском этой службы обработки потоков данных… мы надеемся, что вы тоже. Если вы хотите узнать больше о Splunk Data Stream Processing, заполните форму ниже.

Наконец-то! Процессор потока данных Splunk desktop-screenshot-dsp-feature-2-1-e1589981817960.jpg200px200px

Stream Processor — Nutanix Epoch Documentation

Stream Processor — один из ключевых функциональных компонентов Epoch Collectors. Ниже приводится краткое описание каждого ключевого компонента:

Коллектор : собирает сетевые пакеты, показатели инфраструктуры и настраиваемые показатели.Отправляет собранные пакеты и метрики в потоковый процессор.
Потоковый процессор : принимает данные от сборщиков. Обрабатывает данные в компактные метрики таймсерий, которые затем отправляются в AOC.
AOC : индексирует и сохраняет временные ряды. Предоставляет пользовательский интерфейс и API для запросов и предупреждений.

Коллекторы устанавливаются на контролируемые хосты. Потоковый процессор может быть установлен рядом с коллектором, рядом с AOC или как отдельная установка.В этом руководстве описывается автономная установка для потокового процессора.

Автономный потоковый процессор

Потоковый процессор (-ы) могут быть запущены как автономный компонент для обработки сетевых пакетов и показателей в масштабе за пределами отслеживаемого (-ых) узла (-ов). Автономный потоковый процессор регистрируется в AOC. Коллекторы автоматически настраиваются AOC для отправки данных потоковым процессорам, установленным в пространстве их подсети.

Поведение автоматического сопоставления подсети можно переопределить, указав точный адрес потокового процессора, к которому должен подключиться сборщик.См. Параметр EPOCH_SP_HOST_OVERRIDE в конфигурации сборщика.

Различные режимы сбора трафика

Предварительные требования

Требования к ресурсам

Для работы автономного потокового процессора требуется машина с достаточными ресурсами.

	Рекомендуется	Минимум
виртуальных ЦП	4 (или более)	2
Память	8 ГиБ (или больше)	4 ГиБ
Диск	16 ГиБ (или больше)	8 ГиБ

Порты и правила брандмауэра

Входящий

Входящие порты, перечисленные ниже, должны быть открыты.Источник «Ваша частная подсеть» относится к подсети, в которой вы устанавливаете коллекторы.

Порт	Протокол	Источник	Описание	Требование по умолчанию (да / нет)
2005	TCP	Ваша частная подсеть	Канал управления RPCAP	да
3005	TCP	Ваша частная подсеть	Канал данных RPCAP	да
3005	UDP	Ваша частная подсеть	Канал данных RPCAP	нет

Исходящий

Следующие порты должны быть доступны на AOC от автономного потокового процессора.

Порт	Протокол	Источник	Описание	Требование по умолчанию (да / нет)
443	HTTPS	Общественные	Канал показателей и событий	да

Конфигурация

Адрес AOC должен быть настроен на автономном потоковом процессоре как EPOCH_AOC_HOST .Полный набор параметров конфигурации см. В конфигурации сборщика.

Установка

Автономный потоковый процессор является частью пакета сборщиков. Чтобы запустить его, установите для переменной EPOCH_ROLE значение sp в конфигурации сборщика. В этом режиме работает только потоковый процессор, и ни один из процессов сборщика, таких как сборщик трафика или epoch-dd-agent, не запускается.

Докер

Выполните приведенную ниже команду, убедившись, что вы указали адрес вашей установки AOC и идентификатор вашей организации.

  запуск докера -td \
       --name = epoch_sp \
       --net = хост \
       --ulimit core = 0 \
       -e DEPLOY_ENV = "докер" \
       -e EPOCH_ROLE = sp \
       -e EPOCH_AOC_HOST = $ {your_epoch_host} \
       -e EPOCH_ORGANIZATION_ID = $ {organizationId} \
       gcr.io/nutanix-epoch/collectors:latest

Debian и RHEL

Установите пакет коллекторов с параметром EPOCH_ROLE , установленным как sp . Следуйте инструкциям по этим ссылкам для установки пакета для debian и для rhel.

Конфигурация коллектора

Чтобы сборщики использовали автономный потоковый процессор, они должны быть запущены с параметром EPOCH_ROLE , установленным как сборщик . Параметр EPOCH_SP_HOST_OVERRIDE может быть предоставлен как адрес автономного потокового процессора. Предпочтительно использовать частный IP-адрес обработчика потока, чтобы предотвратить трафик с высокой пропускной способностью в общедоступной сети.

Чтобы включить автоматическую балансировку нагрузки на основе подсети между сборщиками и потоковыми процессорами, не передавайте сборщикам параметр EPOCH_SP_HOST_OVERRIDE .Локальный IP-адрес хост-машины потокового процессора используется для балансировки нагрузки.

Примечание: Сборщикам по-прежнему необходимо взаимодействовать с AOC для отправки показателей инфраструктуры и получения автоматических обновлений. Как обычно, укажите адрес AOC через EPOCH_AOC_HOST .

Процессор для стрима: Компьютер для стримов — системные требования и описание

Как собрать топовый компьютер для стримов в 2020 году | Сборка компьютера, апгрейд | Блог

Основные комплектующие

Вторичные комплектующие

Накопители

Карта захвата

Периферия

Итоги

Лучший процессор для стрима. AMD 2-го поколения Ryzen

Процессор amd для стрима

Прямая трансляция

Необходимые устройства

Сборка компьютера

Тематика стримов

Бюджетная сборка

Устройство средней производительности

Мощные системы

AMD-процессоры

Очередь просмотра

Очередь

Хотите сохраните это видео?

Пожаловаться на видео?

Понравилось?

Не понравилось?

Текст видео

Последние новости о игровых процессорах

Лучший игровой процессор для большинства людей

Лучший бюджетный игровой процессор

Лучший высокопроизводительный игровой процессор

Лучший процессор для стримов и потокового видео

Компьютер для стрима игр на Твиче (Twitch), настройка и характеристики. Какой нужен ПК для стримов

Характеристики моих ПК для стрима

Игровой ПК (Gaming PC)

Системный блок:

ПК для стрима (Streaming PC)

Системный блок:

Девайсы:

Настройка моего компьютера (ПК) для стримов

Программы (софт) для стрима

Программа для чата на стриме

Оптимальные настройки для лучшего качества стрима — i2HARD

Первая ключевая тема: какой метод кодирования лучше — программное кодирование процессора или кодирование с аппаратным ускорением видеокарты…

Производительность

Предварительные итоги

Железо для стрима — обсуждение на GoodGame

Смотрим стримы с твича в 1080p и 60 FPS без лагов. Даже на слабых ПК.

Каждый, кто смотрит онлайн трансляции, иногда задавался вопросом “почему твич грузит процессор на 100%?”. С помощью этой статьи можно легко решить эту проблему.

В чем важность потоковых процессоров в графических процессорах? | Small Business

Приложения

История

Соображения

Другие измерения производительности

Мягкое введение в потоковую обработку | Сринатх Перера | Stream Processing

Устранение неполадок при потоковой передаче видео — Amazon Rekognition

я не знаю, успешно ли был создан мой потоковый процессор

Я не знаю, настроил ли я свой поток процессор правильно

Мой потоковый процессор не возвращение результатов

Причина 1: ваш потоковый процессор настроен неправильно

Причина 2: ваш потоковый процессор не в состоянии РАБОТАЕТ

Причина 3: Нет активных данных в видеопоток Kinesis

Мой потоковый процессор находится в состоянии ОТКАЗ

Ошибка: «Доступ отказано в роли »

: «Доступ запрещен к Kinesis Video.

Ошибка: «Ручей

Ошибка: «Коллекция не найдена»

Ошибка: «Stream

Мой потоковый процессор не возвращает ожидаемых результатов

| Скотт Рикснер

Что такое потоковая обработка? Определение и часто задаваемые вопросы

Определение потоковой обработки

Часто задаваемые вопросы

Что такое потоковая обработка?

Как работает потоковая обработка?

Пакетная обработка против потоковой обработки

Когда использовать Steam Processing

Отображение потока создания ценности для улучшения процесса

Сопоставление потока создания ценности и сопоставления процессов

Как OmniSci ускоряет обработку данных?

Наконец-то! Процессор потока данных Splunk

Какие слухи о Splunk DSP?