Project Icon

libvpl

开源GPU加速视频处理库

Intel VPL是开源的GPU加速视频处理库,提供硬件加速的视频解码、编码和处理功能。适用于AI视觉推理、媒体传输、云游戏等场景。包含API头文件、调度器和示例代码,支持多种GPU平台。可通过源码或包管理器安装,并支持CMake和pkg-config集成。使用时需安装至少一个实现库。

英特尔® 视频处理库(Intel® VPL)

英特尔® 视频处理库(Intel® VPL)提供对英特尔® GPU上硬件加速视频解码、编码和处理功能的访问,以支持AI视觉推理、媒体传输、云游戏和虚拟桌面基础设施等用例。

有关更多信息,请参阅规范

此存储库包含以下组件:

  • 英特尔® VPL API头文件的副本。API版本列在mfxdefs.h文件中。
  • 英特尔® VPL调度程序
  • 演示API使用的示例

[!重要]

英特尔® VPL工具不再在此存储库中。它们已全部移至 https://github.com/intel/libvpl-tools

要使用英特尔® VPL进行视频处理,您需要至少安装一个实现。以下是列表:

架构

graph TD;
    dispatcher["英特尔® VPL调度程序"]-->oneVPL-intel-gpu;
    dispatcher-->msdk["英特尔® MediaSDK"];

如图所示,英特尔® VPL调度程序将应用程序的函数调用转发至所选运行时。

针对英特尔® GPU时调度程序的行为

英特尔® VPL调度程序加载的运行时及其Microsoft* DirectX*支持:

GPUMedia SDK英特尔® VPLMicrosoft* DirectX*支持
早期平台,追溯至BDW(Broadwell):heavy_check_mark:DX9/DX11
ICL(Ice Lake):heavy_check_mark:DX9/DX11
JSL(Jasper Lake):heavy_check_mark:DX9/DX11
EHL(Elkhart Lake):heavy_check_mark:DX9/DX11
SG1:heavy_check_mark:DX9/DX11
TGL(Tiger Lake):heavy_check_mark::heavy_check_mark:DX9/DX11*
DG1(英特尔® Iris® Xe MAX显卡):heavy_check_mark::heavy_check_mark:DX11*
RKL(Rocket Lake):heavy_check_mark:DX11
ADL-S(Alder Lake S):heavy_check_mark:DX11
ADL-P(Alder Lake P):heavy_check_mark:DX11
DG2(英特尔® Arc™ A系列显卡):heavy_check_mark:DX11
ATSM(英特尔® 数据中心GPU Flex系列):heavy_check_mark:DX11
未来平台...:heavy_check_mark:DX11

对于TGL和DG1,如果同时安装了英特尔® VPL和英特尔® Media SDK运行时,则英特尔® VPL调度程序将优先选择英特尔® VPL运行时,除非应用程序通过将过滤器属性"mfxImplDescription.AccelerationMode"设置为MFX_ACCEL_MODE_VIA_D3D9来请求D3D9。

安装英特尔® VPL

安装选项

英特尔® VPL可以通过以下方式安装:

使用英特尔® VPL

配置shell环境

如果您没有安装到标准系统位置,则需要设置环境,以便CMake和pkg-config等工具可以找到库和头文件。

对于Linux:

source <vpl-安装位置>/etc/vpl/vars.sh

对于Windows:

<vpl-安装位置>\etc\vpl\vars.bat

使用CMake链接到英特尔® VPL

假设TARGET定义为要使用英特尔® VPL的组件,将以下代码添加到您的CMakeLists中:

if(WIN32 AND CMAKE_SIZEOF_VOID_P EQUAL 4)
 set(CMAKE_LIBRARY_ARCHITECTURE x86)
endif()
find_package(VPL REQUIRED)
target_link_libraries(${TARGET} VPL::dispatcher)

使用Bash和pkg-config链接到英特尔® VPL

以下命令行说明如何使用pkg-config将简单程序链接到英特尔® VPL。

gcc program.cpp `pkg-config --cflags --libs vpl`

如何贡献

有关更多信息,请参阅CONTRIBUTING.md

许可证

本项目采用MIT许可证。有关详细信息,请参阅LICENSE文件。

安全性

有关如何报告潜在安全问题或漏洞的信息,请参阅英特尔®安全中心

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号