plex vps
Serveurs média et transcodage
Encodage matériel, des téraoctets de bibliothèque, une seule facture.
Ce que nous déploierions
86,80 €/mois
124 €−30% annuel
Une bibliothèque multimédia est un problème de stockage avec un pic de calcul occasionnel. Deux machines le résolvent mieux qu'une : VAULT pour la bibliothèque sur ZFS, et une instance FUSION avec NVENC quand vous devez transcoder un catalogue entier en un après-midi. Connectez-les sur un VLAN privé et le trafic entre elles est gratuit et illimité.
Pourquoi cette configuration
VAULT stocke la bibliothèque à un prix par téraoctet qui a du sens, et ses snapshots ZFS protègent contre une mauvaise renommage. Ajoutez le GPU uniquement quand vous en avez besoin et détruisez-le quand le travail est terminé.
Ce que nous déploierions
Dimensionnement
Divisez les deux ressources. La taille de la bibliothèque est une question VAULT : taille du pool plus 20% de marge, ARC pour les métadonnées. La transcodification est une question FUSION. Une RTX 4000 Ada gère une douzaine de transcodes H.264 1080p simultanés, mais seulement trois ou quatre flux HEVC 4K avec tone mapping, car le tone mapping utilise les cœurs CUDA plutôt que le bloc encodeur. Choisissez L40S pour la sortie AV1 à grande échelle. Gardez 4 cœurs CPU par GPU pour le demux, les sous-titres et le remux.
Sessions NVENC, et ce qui tourne toujours sur le CPU
Les cartes grand public ont historiquement plafonné les sessions NVENC simultanées dans le pilote ; les cartes professionnelles, y compris RTX 4000 Ada et L40S, n'ont pas de telle limite, donc la concurrence est limitée par le débit de l'encodeur. Cela compte moins que ce que NVENC ne fait pas. Le décodage utilise NVDEC, un bloc séparé. Le tone mapping HDR vers SDR tourne sur les cœurs CUDA. Le rendu des sous-titres, la transcodification audio et le remux de conteneur tournent sur le CPU. Un flux HEVC HDR 4K converti en SDR 1080p touche donc les quatre chemins, ce qui explique pourquoi le chiffre par carte chute d'une douzaine de flux à une poignée.
Deux machines, un VLAN privé
Le stockage et le GPU veulent du matériel différent, alors exécutez-les comme des serveurs différents. VAULT détient la bibliothèque sur ZFS avec cache NVMe ; FUSION détient la carte et reste petit par ailleurs. Joignez-les sur un VLAN privé et exportez la bibliothèque via NFS avec des rsize et wsize importants. Le transcodeur lit séquentiellement à des débits qu'un lien 10G absorbe confortablement, et aucun de ce trafic ne touche l'interface publique ou le chemin de nettoyage. Cela permet aussi à chaque côté de évoluer sur son propre axe : ajoutez de la capacité au pool sans toucher au serveur GPU, ajoutez une seconde carte sans déplacer 20 To de médias.
Ce qui va de travers
- En supposant que le GPU est utilisé. Un conteneur sans le runtime NVIDIA retombe silencieusement sur libx264, et le seul symptôme est une CPU élevée et une lecture saccadée. Vérifiez nvidia-smi pendant une transcode, pas les logs.
- Graver les sous-titres par accident. Les sous-titres PGS et image forcent une transcode complète d'un flux qui serait autrement en lecture directe. Convertissez en SRT quand c'est possible et réglez les préférences client en conséquence.
- Écrire le temp de transcode sur le pool ZFS. Les fichiers de segments sont de petites écritures synchrones sur un pool optimisé pour les grands médias séquentiels. Pointez le répertoire temp vers le NVMe local et le pool cesse de s'agiter.
Réglez la machine
- Stockage et chiffrement — ZFS with hourly snapshots · 7 €
- Adressage et transit — Private VLAN between your servers · 6 €
- Adressage et transit — Uplink upgrade to 10 Gbps · 19 €
Plus
Conçu pour des tâches spécifiques
Hébergement de serveurs de jeux
Le tick rate est un problème mono-thread. Tout le reste est du bruit.
VPS de trading et basse latence
Distance au moteur de correspondance, et rien entre vous et la ligne.
Endpoints VPN et proxy privé
Votre propre sortie, dans une juridiction choisie délibérément.
Seedboxes et stockage volumineux
Des téraoctets qui restent bon marché et un port qui reste ouvert.
Nœuds workers Kubernetes
Pas cher par cœur, dense, et identique à chaque fois.
Inférence IA et fine-tuning
Un GPU entier, transféré, sur un engagement qui rend les calculs rentables.