正在阅读：决战千元:GTX460/HD6790游戏性能实测决战千元:GTX460/HD6790游戏性能实测

NVIDIA CUDA应用软件测试

　　NVIDIA CUDA架构目前在国内外数十款软件中均有应用，对于经常需要用到视频转码的用户来说最难熬的就是转码过程中等待的时间，而如果我们运用NVIDIA CUDA转码的话则会大大缩短转码的时间。基于此，下面我们就带目前市面上常用的Mediacoder进行了CUDA转码测试，以对比在运用GPU转码和CPU转码时所用的时间以及对CPU的占用率。需要说明的一点是，在这次测试中我们采用的是一段大小为60MB时间为2分钟的1080P高清视频转换成Iphone规格的高质量标上准。

新版MediaCoder转码测试界面设置

　　在CUDA转码测试中我们选用了最新版本的MediaCoder NT版本进行测试，由于该版本比支持X264转码，所以我们还在旧版软件下使用相同转码条件进行对比。但是在新版本的MediaCoder软件中，专业性有所削弱，并不支持CPU实时占用率的显示，所以我们并没有加入CPU占用率的测试。

CUDA转码时间显示

X264转码耗时显示

测试成绩： 

MediaCoder转码测试成绩

　　是否支持CUDA对视频转码效率的影响是显而易见的，使用CUDA转码转换视频比CPU转码节省了不少的时间，使用GTX460进行视频转码能大大缩小用户的等待时间。并且在整个转码过程中，CPU的占用率更低，可见通过CUDA能实现转码过程中用户进行多任务操作，十分方便。 而AMD虽然有“AMD Video Converter”转换软件，但它靠的是CPU进行解码，在运行过程中CPU会出现很高的占用率，因而用户也难以进行多任务操作。