JetPack 7.2.1 加入 Python 视频编解码与 Agent 视频技能

报道讲了什么

• JetPack 7.2.1首次在Jetson上支持PyNvVideoCodec 2.2，提供Python硬件加速视频编解码。
• 引入基础agentic视频技能，通过jetson-videosdk技能统一提供发现、配置、基准测试和验证工作流。
• 可在Jetson T5000上模拟T3000性能，T3000提供865 FP4 TFLOPS。

可以做什么

• PyNvVideoCodec以GPU驻留设备内存处理视频帧，通过DLPack和CUDA设备缓冲区暴露，便于AI流水线集成。
• ThreadedDecoder在后台线程预解码帧，将解码延迟与推理延迟解耦，提升流水线效率。
• 视频技能可将低延迟、恒定质量等目标转化为明确的编码器设置和可运行的SDK路径。

怎么使用

1. 检查并配置：调用技能验证Jetson平台、软件和编解码能力，选择解码器、输出格式、内存路径和缓冲。
2. 解码到框架数据：PyNvVideoCodec示例可在后台线程准备帧，并将每帧交给框架张量。
3. 完成应用流程：编码阶段配置后，可扩展示例应用添加预处理、检测或分类、隐私过滤、可视化等阶段。

结果与限制

• 技能仅覆盖Video Codec SDK和PyNvVideoCodec，不添加GStreamer、V4L2、AI模型或应用级流水线构建技能。
• 技能在编解码阶段补充编码助手，不替代完整应用开发。
• T3000模拟需参考Jetson Linux开发者指南，未提供具体命令或参数。

使用入口与依据