每个 GPU 的 Nvenc 会话限制
Nvenc session limit per GPU
我正在使用 Imageio，这是一个 python 库，它环绕 ffmpeg 以通过 nvenc 进行硬件编码。我的问题是我无法启动超过 2 个会话（我使用的是非 quadro GPU）。甚至使用多个 GPU。我查看了 NVIDIA 的支持矩阵，他们说每个 gpu 只有 2 个会话，但它似乎是每个系统。
例如我在一个系统中有 2 个 GPU。我可以使用环境变量 CUDA_VISIBLE_DEVICES 或将 ffmpeg 标志 -gpu 设置为 select GPU。我已经使用 Nvidia-smi cli 验证了 gpu 的使用情况。我可以在单个 gpu 上进行 2 个编码会话。或者 1 个会话，每个会话在 2 个独立的 GPU 上工作。但我无法在 2 个 GPU 上进行 2 个编码会话。
更奇怪的是，如果我添加更多 gpus，我仍然停留在 2 个会话。我无法在第三个 gpu 上启动第三个编码会话。无论 gpus 的数量如何，我总是停留在 2。关于如何解决此问题的任何想法？
Nvidia 限制每个系统 2 个，而不是每个 GPU 2 个。限制在驱动程序中，而不是硬件中。已将非官方驱动程序发布到 github，这消除了限制
我正在使用 Imageio，这是一个 python 库，它环绕 ffmpeg 以通过 nvenc 进行硬件编码。我的问题是我无法启动超过 2 个会话（我使用的是非 quadro GPU）。甚至使用多个 GPU。我查看了 NVIDIA 的支持矩阵，他们说每个 gpu 只有 2 个会话，但它似乎是每个系统。
例如我在一个系统中有 2 个 GPU。我可以使用环境变量 CUDA_VISIBLE_DEVICES 或将 ffmpeg 标志 -gpu 设置为 select GPU。我已经使用 Nvidia-smi cli 验证了 gpu 的使用情况。我可以在单个 gpu 上进行 2 个编码会话。或者 1 个会话，每个会话在 2 个独立的 GPU 上工作。但我无法在 2 个 GPU 上进行 2 个编码会话。
更奇怪的是，如果我添加更多 gpus，我仍然停留在 2 个会话。我无法在第三个 gpu 上启动第三个编码会话。无论 gpus 的数量如何，我总是停留在 2。关于如何解决此问题的任何想法？
Nvidia 限制每个系统 2 个，而不是每个 GPU 2 个。限制在驱动程序中，而不是硬件中。已将非官方驱动程序发布到 github，这消除了限制