## 使用 FFmpeg 和 Vulkan 解放 GPU 性能，助力专业视频处理
尽管得益于专用硬件和免版税编解码器，日常用户的视频编码/解码问题已基本解决，但 8K 编辑、VFX 和归档等专业工作流程仍然会遇到性能瓶颈。现有的解决方案通常价格昂贵或需要极端硬件。本文详细介绍了 FFmpeg 如何利用 **Vulkan Compute** 加速消费级 GPU 上的视频处理，扩展了超越 **Vulkan Video** 固定功能支持的加速能力。
挑战在于编解码器固有的串行依赖性与 GPU 的并行处理优势相冲突。传统的“混合”方法（CPU 处理串行任务，GPU 处理并行任务）会产生延迟。FFmpeg 的解决方案是**完全 GPU 驻留**的计算着色器，利用现代 GPU 增强的并行性和跨调用通信能力。
FFmpeg 正在为 **FFv1、APV、ProRes、ProRes RAW、DPX、VC-2 和 JPEG** 等编解码器实现此功能，并展示了显著的加速效果。该方法涉及针对 GPU 架构进行优化，例如并行化 FFv1 中的范围编码器查找，以及利用 APV 中的基于瓦片的处理。
**Vulkan** 是关键，它提供了一个可移植、良好支持的 API，并具有不断发展的特性，例如 64 位寻址和共享内存。FFmpeg 优先考虑自给自足，避免厂商锁定，选择专门的着色器而不是复杂的专有 API。这使得强大的 GPU 加速能够通过广泛使用的 FFmpeg 框架惠及广大用户。
每日HackerNews RSS
使用FFmpeg中的Vulkan计算着色器进行视频编码和解码
Video Encoding and Decoding with Vulkan Compute Shaders in FFmpeg
55 天前
## Vulkan 计算着色器增强 FFmpeg 中的视频编码/解码
这次黑客新闻讨论的核心是 FFmpeg 中的一项新实现，它利用 Vulkan 计算着色器进行视频编码和解码。关键在于，这并非旨在改进 H.264 等主流流媒体编解码器，而是针对**高分辨率、无损或极低损耗的专业格式**（4K/8K+、FFv1、ProRes RAW、DPX），这些格式会使 CPU 不堪重负。
优势不仅仅在于“GPU 更快”，而是将整个编解码器流程*维持在* GPU 上，利用与色彩分级和效果相同的设备。FFmpeg 的软件解析和错误处理保持稳定性，而计算密集型的像素处理则被卸载。
这种方法解锁了在消费级硬件上处理苛求视频格式的能力——在典型的 GPU 上流畅处理多个 6K/8K 流，而无需昂贵的工作站。虽然存在硬件编码器，但这提供了一种可移植、软件可维护的解决方案。 讨论还强调了对视觉模型和降低功耗的潜在好处，尤其是在笔记本电脑上。最终，它扩展了在预算范围内专业视频工作流程的可行性。
## Sonar：本地端口管理工具 Sonar是一个命令行工具，旨在快速识别和管理监听在本地主机的进程。厌倦了手动检查端口冲突？ Sonar会显示所有正在监听的服务，包括Docker容器和Compose项目，以及资源使用情况、URL和容器名称等详细信息。 **主要特性：** * **端口列表：** 使用`sonar list`轻松列出所有活动端口，可以按Docker过滤、排序或以JSON格式输出。 * **进程控制：** 终止进程 (`sonar kill`)、查看日志 (`sonar attach`)，甚至可以进入Docker容器。 * **实时监控：** `sonar watch`提供端口状态和资源使用情况的实时更新。 * **连接可视化：** `sonar graph`显示服务之间的已建立连接。 * **项目配置：** 使用`sonar profile`定义和管理项目的预期端口。 **安装：** 一个简单的`curl`命令即可将Sonar安装到`~/.local/bin`。它支持shell补全以方便使用。 Sonar通过提供对正在运行的服务全面概览以及强大的管理工具，简化了本地开发。
## Sonar：一个用于本地端口管理的CLI工具
一个名为 **Sonar** 的新CLI工具旨在简化识别和终止使用本地端口的进程。它由 raskrebs 创建，解决了开发者常见的痛点：在启动开发服务器之前，弄清楚什么占用了端口——通常需要使用繁琐的 `lsof` 或 `netstat` 命令。
Sonar 提供了一个清晰的界面来列出所有监听localhost的进程，包括进程名称、Docker容器信息和可点击的URL。它还允许用户使用简单的 `sonar kill <port>` 命令轻松终止进程，即使跨多个容器。
虽然可以通过别名实现基本的端口列出功能，但 Sonar 提供了额外的上下文和功能，例如进程状态和简化的终止操作，尤其适用于管理多个项目和基于代理的工作流程。开发者正在积极寻求反馈和贡献，并计划增加自动端口分配和健康检查等功能。它在GitHub上可用：[https://github.com/raskrebs/sonar](https://github.com/raskrebs/sonar)。
启用 JavaScript 和 Cookie 以继续。
## Delphi 13.1 发布，支持 ARM64 - Hacker News 摘要
Delphi 最新版本 13.1 现已支持 ARM64，引发了 Hacker News 上关于该 IDE 持续相关性的讨论。许多用户称赞 Delphi 是构建 Win32 GUI 应用程序最快的方式，一些人推荐 Lazarus（一个免费的、与 Delphi 兼容的 IDE）用于 Linux 开发。
对话涉及与 C# 的 WinForms 的比较（被认为生产力相同，但现在已被微软略微抛弃）以及使用共享代码库进行跨平台开发的挑战。Delphi 仍然是一款商业产品（起价 960 美元 + 每年 399 美元），但存在一个免费的社区版，收入限制为 5,000 美元。
用户指出 Delphi 在遗留系统和优先考虑开发速度和硬件访问而非“流行”技术的行业中的优势。尽管有成本，一些人认为它比用其他语言重写现有应用程序更便宜。有人提出了对 IDE 性能的担忧（特别是 Lazarus），而另一些人则发现它比 VS Code 等流行的替代方案更快。
## 西班牙与葡萄牙大停电 – 专家组总结
2025年4月，西班牙和葡萄牙大陆遭遇全面停电——这是欧洲超过20年来首次出现的情况。一个由49名成员组成的专家组调查了此次事件，并在2026年3月发布了最终报告，确定了多种因素的复杂相互作用是导致停电的原因。
停电并非由于单一故障，而是系统振荡、电压和无功功率控制不足、电压调节措施不同以及西班牙发电机组快速断开等问题的综合结果。这些问题导致了连锁故障，最终造成了大范围的停电。
该专家组的建议侧重于通过改进运行实践、加强系统监测以及改善运营商之间的协调与数据共享来加强欧洲电力系统的韧性。重要的是，报告强调了监管框架需要适应不断变化的电力系统环境。研究结果强调，局部问题可能产生全盘影响，需要地方和欧洲层面之间的强有力协调。所提出的解决方案在技术上是可行的，旨在通过使市场机制和政策与电网的物理限制相一致来防止未来事件的发生。
## 伊比利亚半岛2025年停电：黑客新闻讨论摘要
一份关于2025年伊比利亚半岛停电的Entso-E报告引发了黑客新闻的讨论，内容包括个人经历和技术分析。一位用户讲述了在圣地亚哥-德孔波斯特拉亲身经历停电的经过，描述了陷入黑暗以及由于基础设施故障导致难以找到住宿的情况。
对话强调了电网故障的复杂性，指出这些故障很少由单一故障点引起，而是多种漏洞的共同作用——一种“瑞士奶酪模型”的系统性风险。 多位评论员指出，日益依赖可变可再生能源（风能和太阳能）而缺乏足够的电网现代化，尤其是在电压稳定性和无功功率管理方面，起到了作用。
讨论还涉及全面调查的重要性，将电网故障分析比作飞机失事调查。 一些用户辩论了核电的作用，讨论了其基本负荷能力与电池存储成本下降之间的关系。 提及的一个潜在促成因素是协调攻击，参考了之前的漏洞披露以及事件发生前异常的门罗币加密货币活动。 完整的424页报告可供查阅。
## 土地价值与来自土地经济中心的新工具
土地价值分布不均——它会急剧增加到城市中心。这不仅在曼哈顿（土地价值是布朗克斯的100多倍）如此，在锡拉丘兹、斯波坎和辛辛那提等城市也是如此。理解这种价值集中至关重要，土地经济中心旨在通过一套免费的开源工具使其易于获取。
他们最近升级了**CivicMapper**，这是一款将土地价值可视化在交互式地图上的工具，现在包括九个城市，并改进了空地分析（包括使用计算机视觉检测停车场）。与此同时，他们扩展了**Put It On A Map (PIOAM)**，这是一种“GIS瑞士军刀”，提供3D可视化、数据获取、格式转换和文件构建等工具——所有这些都在本地运行以保护数据隐私。
这些工具有助于纠正对土地价值的常见误解，并使用户能够分析数据、查找可比较的房产并对房产评估进行时间调整。该中心依靠捐赠来继续开发和托管这些资源，鼓励用户提供反馈并帮助建立对土地经济学的更深入了解。您可以在[CivicMapper.org](https://civicmapper.org/)和[PutItOnAmap.com](https://putitonamap.com/)找到所有工具并做出贡献。
## 黑客新闻讨论摘要：地价与城市财政
最近一篇黑客新闻帖子展示了美国几个城市地价的可视化互动地图，引发了关于城市经济学和房产税改革的讨论。核心观点是人们严重低估了城市中心地价的集中程度——例如，曼哈顿比布朗克斯区更有价值得多。
讨论强调了这种集中如何影响城市财政。高密度城市核心产生大量税收，维护成本相对较低，有效地补贴了低收入、扩张的郊区。许多评论员争论郊区基础设施是否真的更便宜，证据表明由于广泛的道路和公用设施网络，人均成本更高。
作者是一位房产税改革倡导者，旨在利用这些可视化展示将税收从建筑物转移到土地的潜在好处，认为这可以激励开发并解决不平等问题。然而，人们对地图的可读性（由于其3D格式）以及需要更广泛的城市覆盖表示担忧。对话还涉及了分区法在推高地价中的作用，以及准确评估城市与郊区开发的真实成本和收益的复杂性。
## 数据中心冷却：快速演变的格局（2026年3月） 数据中心冷却行业正面临来自多重因素汇聚的空前压力。新的法规，例如德国关于废热再利用的强制性规定（到2028年将上升到20%，并伴有巨额罚款），正在推动效率提升。与此同时，供应链中断——特别是3M停止生产PFAS化学品——已经摧毁了两相浸没式冷却市场。 水资源利用是一个关键问题，行业总足迹显示72%在场外（发电），并因全球水危机而加剧。这正在推动远离蒸发式冷却的转变，内华达州的禁令以及其他地方日益严格的监管证明了这一点。人工智能的爆炸式增长正在加速对更强大的冷却解决方案的需求，机架密度超过120kW，液冷采用率飙升——预计到2026年末将达到人工智能服务器的76%。 创新集中在液冷（直连芯片和浸没式）、固态冷却以及利用人工智能进行优化性能的自适应系统上。然而，这些解决方案的规模化受到供应链限制以及关键的劳动力技能缺口的阻碍。最终，可持续性不仅仅是关于现场用水，而是整体能源效率以及应对大型数据中心建设日益增长的社区反对。
## 三轮车夫的灵魂：通往内心平静的旅程
卡尔·埃特尼尔在奥斯陆当三轮车夫的一年，最初是一种有利可图且快乐的爱好，却意外地揭示了一段精神之旅。虽然他开朗的性格让乘客和路人感到愉快，但工作带来的压力——来自苛求的顾客和偶发的敌意——开始侵蚀他的积极性。他发现自己越来越疲惫，不是身体上的，而是情感上被负面互动耗尽。
埃特尼尔意识到仅仅*表现*得开朗是不够的，他需要积极培养内心的平静。他从定期休息和冥想等实际步骤开始。然而，一次与难缠乘客的特别令人沮丧的遭遇促使他发生了更深层次的转变。受到练习接纳和超脱的朋友们的启发，他采取了一种更耐心、更不控制的方式。
他优先考虑乘客的享受，而不是最大化利润，并以善意而不是对抗来回应负面情绪。这位“更随和的查尔斯”经历的冲突更少，感受到的压力也更小，最终，传播了更多的快乐。埃特尼尔发现，调整期望和放弃控制不仅改善了他的三轮车夫体验，还提供了适用于三轮车以外生活的宝贵教训——展示了即使是一份看似简单的工作，也可以成为自我提升的途径。
## 人力车夫的灵魂：摘要
最近一篇在Hacker News上的讨论，源于sheldonbrown.com的一篇文章，探讨了做人力车夫出乎意料的成就感。多位评论者，包括有经验的车夫，强调成功与否取决于态度和参与度。这不仅仅关乎体力，更在于积极与乘客互动，提供独特的体验，并采取“是，并且”的态度。
这份工作培养了有价值的技能，如销售、谈判和积极倾听，常常会带来意想不到的友谊和冒险。虽然承认可能会遇到难缠的乘客，车夫们强调圆滑和魅力在缓和局势中的作用。
对话也触及了更广泛的人际交往主题——谦逊的重要性，避免不必要的冲突，以及认识到积极的态度往往会引来积极的回应。最后，提醒注意一些城市存在的人力车诈骗，强调预先协商车费和保持警惕的必要性。
人工智能 (2014)
AI (2014)
55 天前
尽管过去尝试多次失败，人工智能（AI），特别是*通用人工智能*，仍然是一个值得关注的技术趋势。目前的人工智能在特定任务上表现出色，例如下棋或飞行，但实现人类水平的思考——以及更关键的，*想要*思考——才是真正的挑战。 一些隐秘的公司正在取得进展，这得益于诸如吴恩达提出的所有大脑功能背后存在单一学习算法的理论。然而，复制1000亿个神经元及其涌现行为，就像仅凭晶体管知识来逆向工程处理器一样。 核心问题不仅仅是*能否*制造出智能机器，而是*能否*赋予它们意识、创造力和内在动力？作者认为，一个潜在的理想未来并非取代人类思考，而是分工协作：计算机擅长*执行*，人类擅长*思考*。
这场 Hacker News 的讨论围绕着 Sam Altman 2014 年关于人工智能的文章展开，引发了关于智能本质、未来工作以及日益强大的大型语言模型（LLM）潜在弊端的争论。
一个核心主题是 LLM 是否真的在“思考”，还是仅仅是大型数据空间内的复杂搜索引擎。一些人认为人类和人工智能可能遵循相似的原理——搜索和排列，而另一些人则担心未来人类会依赖人工智能来“行动”，只留下“思考”作为我们唯一的领域，可能导致智力衰退。人们对工作的影响表示担忧，特别是对于那些从事常规任务的人，以及潜在的收入不平等加剧。
许多评论者对 Altman 的动机表示怀疑，质疑他所陈述的目标是否与人工智能发展的实际后果相符。一种反复出现的情绪是，人工智能正在通过降低批判性思维能力使人们“变笨”。 还有人指出创造力的重要性，不仅在工作场所，而且在日常生活中，并担心那些不易自动化的技能被贬值。 讨论还涉及像 Worldcoin 这样的项目的伦理影响，强调了对数据隐私和操纵的担忧。
埃塞克斯警方在剑桥大学的一项研究揭示出显著的种族偏见后，已暂时停止使用实时面部识别（LFR）技术。该研究表明，LFR系统在正确识别黑人个体方面的可能性在统计上高于其他种族群体，引发了公平性担忧，尽管整体准确率很高。 信息专员办公室（ICO）强调了暂停，并警告正在使用LFR（目前英格兰和威尔士共有13个警察部队）的其他警察部队解决潜在的偏见问题。尽管如此，内政大臣此前宣布计划大幅增加全国可用的LFR车辆数量。 虽然该研究发现对无辜人员的错误识别案例很少，但专家认为偏见可能的原因包括算法过度训练。这些发现强化了人们对人工智能驱动的监控公平性的现有担忧，批评者如“老大哥观察”呼吁暂停部署，直到准确性和偏见得到明确解决。
## 面部识别偏见导致埃塞克斯警方暂停使用
埃塞克斯警方在研究显示存在种族偏见后，暂停了其面部识别技术的使用。该系统对黑人个体的*正确*识别率高于其他族裔群体，引发了关于公平性和潜在歧视的争论。
之前的担忧主要集中在该技术*无法*准确识别有色人种，而这个问题则引发了对不成比例影响的质疑。专家认为问题不在于技术本身——解决偏见的方案早在几年前就已开发出来——而是由于削减成本导致警方采用来自较新、经验不足的公司，且模型训练不足的系统。
评论员强调了准确面部识别所需的大量数据，并指出了最近的误识别事件（将人识别为动物或车辆）。核心伦理困境在于，一个对一个群体*更好*的系统，可能导致不成比例的审查，是否可以接受。一些人认为应该加强执法，而另一些人则强调了系统性偏见和错误逮捕的危险。
arXivLabs是一个框架，允许合作者直接在我们的网站上开发和分享新的arXiv功能。个人和与arXivLabs合作的组织都认同并接受我们开放、社群、卓越和用户数据隐私的价值观。arXiv致力于这些价值观，并且只与秉持这些价值观的合作伙伴合作。您是否有为arXiv社群增加价值的项目想法？了解更多关于arXivLabs的信息。
## Flash-KMeans：更快更高效的K-Means聚类
一种名为“Flash-KMeans”的新方法，因其显著的速度和内存改进而备受关注。它最初是为了支持视频生成模型而开发的，旨在使*精确*的K-Means——传统上对于大型数据集而言速度较慢的过程——真正可行。
其核心创新“FlashAssign”和“排序反向更新”优化了距离计算和质心更新阶段，绕过了内存瓶颈。这带来了高达17.9倍的加速，优于cuML和FAISS等库（分别快33倍和200倍以上）。
讨论强调，虽然K-Means++侧重于种子选择，但Flash-KMeans改进了核心算法的内部循环。虽然在标准CPU上的收益可能有限，但加速对于GPU加速工作负载尤其重要。该技术建立在类似于“flash attention”的概念之上，并且可能适用于依赖亲和力矩阵的其他算法。