KI-Videoverbesserung beschleunigen: Workflow, Einstellungen und Hardware

Das Wichtigste in Kürze

KI-Videoverbesserung ist langsam, weil ein neuronales Netz jedes Pixel jedes Bildes verarbeitet, oft mehrmals. Schneller wird es, wenn Sie weniger verarbeiten (kürzerer Clip, kleinere Ausgabegröße, weniger Schritte), dafür sorgen, dass die Arbeit auf der GPU läuft, und die Leistungseinstellungen der App so nutzen, dass nichts anderes um die GPU konkurriert.

• Die Dauer einer KI-Verbesserung wächst mit Ausgabepixeln × Bildern × Schritten. Wer einen dieser drei Faktoren verkleinert, spart mehr als mit jeder Einstellung.
• In unserem Test dauerte die Verarbeitung in 4K zehnmal so lang wie in 720p und 4,2-mal so lang wie in 1080p. Skalieren Sie nur auf die Größe hoch, die Sie ausliefern.
• Schneiden Sie den Clip vor der Verarbeitung auf den benötigten Teil zu; ein Schnitt per Stream-Copy dauert Sekunden und kostet keine Qualität.
• Reparieren Sie in Quellgröße, bevor Sie hochskalieren, und ändern Sie die Bildrate zuletzt, denn doppelt so viele Bilder bedeuten doppelte Arbeit für jeden folgenden Schritt.
• Lassen Sie die KI auf der GPU laufen, schalten Sie die Hardwaredekodierung ein und wählen Sie den passenden Ressourcenmodus; in unserem Test brauchte die Hardwaredekodierung etwa 2 % der CPU-Zeit der Softwaredekodierung.

Wo die Zeit bleibt

Ein KI-Verbesserungsauftrag hat drei Phasen:

1. Dekodieren der Quelle in Einzelbilder.
2. Ausführen des KI-Modells auf jedem Bild, oft mit Nachbarbildern für mehr Stabilität.
3. Kodieren des Ergebnisses in eine Videodatei.

Die mittlere Phase dominiert. Ihr Aufwand wächst mit drei miteinander multiplizierten Größen: der Zahl der Ausgabepixel pro Bild, der Zahl der Bilder und der Zahl der KI-Schritte (Reparatur, Hochskalieren, Interpolation). Halbieren Sie eine davon, halbiert sich die Zeit ungefähr.

Um zu zeigen, wie sehr die Größe zählt, haben wir einen aufwendigen Filter, der jedes Pixel bearbeitet (den Non-Local-Means-Entrauscher von FFmpeg), auf dieselben 48 Bilder in vier Ausgabegrößen angewendet und die Zeit gemessen. 4K brauchte 66,8 Sekunden, das Zehnfache der Zeit für 720p und das 4,2-Fache der Zeit für 1080p, passend zu den Pixelzahlen. KI-Modelle verhalten sich genauso: Die Arbeit wächst mit den Pixeln, die sie erzeugen.

Erst messen, dann ändern

Schätzen Sie nicht anhand des Fortschrittsbalkens. Rendern Sie eine kurze Vorschau der schwierigsten Stelle Ihres Clips, mit genau den Tools und der Ausgabegröße, die Sie verwenden wollen, und stoppen Sie die Zeit. In KwaFlux brauchen Vorschauen kein Konto und sind 1, 3 oder 5 Sekunden lang; siehe KwaFlux mit kostenlosen Vorschauen testen.

Ändern Sie dann jeweils eine Sache (Ausgabegröße, einen Schritt, eine Einstellung) und rendern Sie dieselbe Vorschau erneut. Kurze Vorschauen enthalten die Startzeit, vergleichen Sie also Vorschauen gleicher Länge, statt eine einzelne mit der Cliplänge hochzurechnen.

Nur den Teil verarbeiten, den Sie brauchen

Brauchen Sie 90 Sekunden aus einer 20-minütigen Aufnahme, schneiden Sie diese 90 Sekunden zuerst heraus. Ein Schnitt per Stream-Copy kodiert nicht neu, dauert also Sekunden und verändert nichts:

ffmpeg -ss 00:01:00 -to 00:02:30 -i input.mp4 -c copy part.mp4

Bei Stream-Copy beginnt der Schnitt am nächstgelegenen Keyframe. Lassen Sie daher ein oder zwei Sekunden Reserve und schneiden Sie danach im Schnittprogramm genau.

Die Ausgabegröße wählen, die Sie ausliefern

Nach der Länge ist die Ausgabegröße der größte Hebel.

Wird das Video auf Smartphones angesehen oder in 1080p veröffentlicht, vervierfacht das Hochskalieren auf 4K die Zeit für nichts, was die Zuschauer sehen. Was die einzelnen Größen bedeuten, lesen Sie unter Was bedeutet 2K-Auflösung?.

Die Schritte richtig anordnen

Jeder Schritt vervielfacht die Arbeit der Schritte danach.

• Erst reparieren, dann hochskalieren. Rauschen und Kompressionsschäden in Quellgröße zu entfernen kostet weniger als in 4K, und der Upscaler arbeitet mit einem sauberen Bild besser; siehe erst reparieren, dann hochskalieren.
• Die Bildrate zuletzt ändern. Eine Interpolation von 30 auf 60 fps verdoppelt die Bilder, also leistet jeder spätere Schritt doppelte Arbeit.
• Unnötige Schritte weglassen. Rendern Sie eine Vorschau mit und ohne jeden Schritt; sehen Sie keinen Unterschied, lassen Sie ihn weg.
• Schnellere Modi nutzen, wo es sie gibt. Manche Tools haben eine schnellere Einstellung, etwa den Verbesserungsmodus Schnell bei der Nachtszene oder die Stufe Schnell bei der Bildinterpolation. Sehen Sie sich beide in der Vorschau an.

Die Arbeit auf der GPU halten

KI-Modelle laufen auf einer GPU um ein Vielfaches schneller als auf einer CPU.

• KI-Prozessor auf Auto oder GPU stellen. In KwaFlux wählt Einstellungen › Leistung & Ressourcen › KI-Prozessor die Hardware; GPU ist meist schneller, und die Änderung gilt ab der nächsten Vorschau oder dem nächsten Export.
• Auf den Hinweis zum CPU-Ausweichbetrieb achten. Ist die GPU nicht verfügbar oder ihr Speicher voll, meldet KwaFlux, dass der Lauf CPU-Inferenz nutzt und merklich länger dauert. Beheben Sie die Ursache und starten Sie den Auftrag neu, statt zu warten.
• Auf Laptops mit zwei GPUs die dedizierte nutzen. KwaFlux exportiert auf kompatiblen dedizierten GPUs und kennzeichnet integrierte Grafik als nicht für Exporte genutzt. Unter Windows legen Sie unter Einstellungen › System › Bildschirm › Grafik fest, welche GPU eine App bevorzugt.
• Netzteil anschließen. Laptop-GPUs werden im Akkubetrieb und bei Hitze langsamer.

Was eine GPU schneller macht als eine andere, lesen Sie unter welche GPU Sie für die KI-Videoverbesserung brauchen.

Die Leistungseinstellungen nutzen

In KwaFlux finden Sie unter Einstellungen › Leistung & Ressourcen die Regler, die fürs Tempo zählen:

Kein Modus überschreitet die sicheren Grenzen der App für GPU- und Arbeitsspeicher, Volle Leistung können Sie also gefahrlos ausprobieren; der Preis ist, dass der Computer währenddessen träger reagiert.

Am meisten bringt die Hardwaredekodierung bei 4K-Quellen in HEVC und AV1. Das Dekodieren von 20 Sekunden 4K-HEVC mit 10 Bit in Software hielt die CPU 32 Kernsekunden lang beschäftigt; die Hardwaredekodierung brauchte 0,6. Beide waren in wenigen Sekunden fertig, aber während eines KI-Exports fehlt diese CPU-Zeit allem anderen.

Läuft die Ausgabe zusätzlich durch den Konverter, kodiert dessen Option GPU-Beschleunigung H.264 und HEVC auf der Grafikkarte; zum Abwägen von Tempo und Qualität siehe Software- vs. Hardware-Kodierung.

Speicher freimachen

• GPU-Speicher. Große Ausgaben brauchen viel Grafikspeicher. Meldet KwaFlux „Nicht genügend GPU-Speicher“, senken Sie die Ausgabeauflösung, nehmen Sie eine schnellere Voreinstellung, wählen Sie eine andere GPU oder schließen Sie andere GPU-intensive Apps wie Spiele und andere Video-Tools.
• Arbeitsspeicher. Wird der Arbeitsspeicher knapp, reduziert KwaFlux eine Aufgabe auf eine Spur, damit sie nicht fehlschlägt; wenn Sie andere Apps schließen, kehrt das Tempo zurück.
• Festplatte. Aufträge mit mehreren Schritten schreiben temporäre Dateien; halten Sie auf einer schnellen SSD Platz frei.

Die Statusleiste zeigt die Belegung des Grafikspeichers und wie viele KI-Streams laufen, sodass Sie sehen, ob eine Änderung geholfen hat.

Auf dem Mac

Auf Macs mit Apple Silicon ab macOS 13 bereitet KwaFlux seine GPU-Beschleunigungskomponente nach dem Start automatisch vor, und Funktionen werden schneller, sobald sie bereit ist. Bis dahin läuft die Verarbeitung im Standardmodus, und der ist langsamer. Starten Sie direkt nach der Installation einen langen Auftrag, prüfen Sie zuerst, ob die Komponente bereit ist, oder starten Sie im Standardmodus in dem Wissen, dass es länger dauert. Unter macOS 12 läuft die Verarbeitung im Standardmodus.

Typische Probleme

Fazit

Der Export, der am wenigsten verarbeitet, ist am ehesten fertig: auf den benötigten Teil zuschneiden, nur auf die Größe hochskalieren, die Sie ausliefern, vor dem Hochskalieren reparieren und die Bildrate zuletzt ändern. Halten Sie dann die Arbeit auf der GPU, schalten Sie die Hardwaredekodierung ein und wählen Sie den Ressourcenmodus danach, ob Sie auf den Export warten oder nebenher arbeiten.

Mit eigenem Material die Zeit messen

KwaFlux führt den KI-Video-Enhancer und die KI-Bildqualitätsreparatur auf Ihrer eigenen GPU aus. Die KI-Verarbeitung läuft auf Ihrer eigenen GPU, und Ihre Mediendateien werden für die Verarbeitung nicht hochgeladen. KwaFlux läuft unter Windows 10 (64-Bit, Version 1809 oder neuer), Windows 11 und macOS 12 oder neuer auf Apple Silicon. Vorschauen brauchen kein Konto: 1, 3 oder 5 Sekunden bei Videomodulen, 5, 15 oder 30 Sekunden bei der Videostabilisierung; bei Fotos das ganze Bild und bei Audio die ersten 5 bis 30 Sekunden. Anmeldung und ein bezahlter Plan sind nur für Export, Konvertierung, Dateireparatur und Datei-Download aus einem Link nötig.