2026 短视频批量转码服务器租用CPU软编与GPU硬编实测：并发路数/画质/成本 选型对比 + 避坑全解

2026 短视频批量转码服务器租用CPU软编与GPU硬编实测：并发路数/画质/成本 选型对比 + 避坑全解

干短视频产线的人，最怕听到的不是"老板要加量"，而是"这批片子明早八点前必须全出"。一条 60 秒的 1080P 竖屏，单看没什么，乘上三千条就是另一回事了——你的 CPU 软编码队排到后天，硬盘灯狂闪，内存吃满，跑了一半的任务因为某个片源音轨缺失直接崩掉，还得从头再来。我这些年帮过不少内容工厂搭转码集群，踩过的坑基本都跟"选型"有关：不是 CPU 不够，就是显存不够，更多时候是压根没算清楚单条成本。

这篇文章不给你灌概念，就回答一件事：一天要转几百到几千条片子的团队，到底该用 x264/x265 纯 CPU 软编，还是上 NVENC 这类 GPU 硬编？下面先给结论，后面逐个拆。

结论一：批量转码拼的是"单条成本 × 并发路数"，不是峰值速度。单条跑得多快没有意义，能同时在跑多少路、每路摊多少钱，才是决定你今晚上不上得了班的变量。

结论二：硬编的速度优势是量级性的，画质劣势已经收敛到"多数业务无感"的程度。除非你做的是 4K 高码率精品或平台审核级母版，硬编的画质损失基本换不来对应的成本代价。

结论三：CPU 软编真正的护城河不是画质，是滤镜链路的自由度。裁剪、水印、字幕烧录、超分、色调映射这些活儿，很多还得回 CPU 跑，硬编只是替你省掉最后的编码那一步。

结论四：别按核数买机器。核数翻倍不等于路数翻倍，内存带宽、磁盘 IO、任务调度三重墙会让你花冤枉钱。

结论五：把"失败重试 + 断点续转"写进架构，比多买两张卡更值钱。片源脏是常态，产线能不能自己活下来，决定你要不要凌晨三点爬起来。

一、软编与硬编到底差在哪：质量、速度、可控参数、滤镜链路

1.1 先说清楚"软"和"硬"指的是什么

软编就是 x264、x265 这类跑在通用 CPU 上的编码器，靠软件算法做运动估计、率失真优化；硬编是指 NVIDIA NVENC、AMD VCE、Intel Quick Sync 这类固化在芯片里的专用编码模块，一条指令下去，硬件电路直接吐码流。软编灵活、精细、慢；硬编固定、粗糙一点、快。这个基本盘十年没变过，变的是差距的大小。

1.2 编码质量：差距在收敛，但没消失

早几年硬编那个画质，放大看运动场景的马赛克能劝退一批人。现在不一样了，新一代 NVENC 在 H.264/H.265 上的表现已经做到"同等码率下与软件编码的中高速预设相当，部分场景甚至更好"这种量级——注意，我说的是中高速预设，不是 x264 的 veryslow。拿硬编去跟 x264 placebo 档比画质，那不是评测，那是耍流氓。

对短视频业务来说，真正的判断标准很土：把手机放一米远看，能不能看出区别。如果你的内容最终要在抖音、TikTok、YouTube Shorts 上被压缩二次分发，平台还会再压一遍，那你在上游多花的那些码率，很大一部分是白给的。这也是我一般不推荐内容工厂死磕软编画质的原因。

1.3 速度与吞吐：差的是一个数量级方向

具体 fps 我不给，因为片源、分辨率、预设档、滤镜链路一变，数字能差出好几倍，给了反而误导你。只说方向：单张中端数据中心卡在 H.264 上的并发吞吐，量级上相当于几十条 CPU 线程同时压，换算成服务器采购成本，硬编这边的性价比是压倒性的。硬编另一个隐性优势是"不抢 CPU"——编码不占用通用算力，CPU 可以专心干解码、滤镜、封包这些杂活，整机资源分配干净很多。

1.4 可控参数：CRF 与码率控制的灵活度

软编的 CRF（恒定质量因子）是很多老剪辑的心头好：给一个数值，编码器自动在复杂片段多给码率、简单片段少给码率，全片质量曲线平滑。硬编这边也支持类似的质量控制思路，但可选的调节维度、精度、以及极端档位的行为，跟 x264 那套比还是有取舍——你能调的旋钮少一些，某些细腻的码率分配策略是硬件定死的。

真正在产线上跑，我更建议用码率上限（VBV/峰值码率）兜底 + 目标码率的组合，而不是纯 CRF。原因很实际：批量生产最怕的是某一条片子码率爆掉，把带宽和存储空间吃掉，还会触发平台二次压缩的劣化。定死上限，单条体积可预测，成本核算才做得准。

1.5 滤镜链路：这里才是硬编真正的分水岭

一条短视频的实际处理链路通常是：解封装 → 视频解码 → 裁剪/缩放 → 加水印 → 字幕烧录 → 色调/锐化 →（超分）→ 编码 → 音频处理 → 封装。NVENC 只接管了最后那个"编码"环节，前面这一长串绝大部分还得靠 CPU 和通用计算。

所以你会看到一个很反直觉的现象：上了硬编，CPU 照样不能太弱。尤其这几类操作特别吃 CPU/通用算力——高分辨率缩放与去隔行、复杂的水印叠加与透明通道混合、中文字幕的字形渲染与烧录、AI 超分与画质增强。某些滤镜可以搬到 GPU 上跑，那是另一套优化工作，不是插张卡就自动生效的。

我的经验是：配机器的时候，先算滤镜链路要多少 CPU，再算编码要多少 GPU，别反过来。很多人砍 CPU 预算全砸显卡，结果编码器饿着，显卡利用率长期三成。

二、并发路数怎么算：一个能省下几万块的产能公式

2.1 最朴素的公式，但大部分人没算过

产能这件事，其实就一个式子：并发路数 = 目标总条数 × 单条平均耗时 ÷ 允许的总时长。换成配置选型的话说，就是"单路资源占用 × 并发数"要能塞进一台机器的资源池里。

举例说明算法（数字是假设的，你按自己片源压测替换）：假设你一天要出 3000 条，平均每条 1 分钟，允许 8 小时跑完，那就是 3000 分钟的内容要在 480 分钟内产出，意味着整体加速比要达到 6 倍以上，也就是平均并发在 6 路上下。看着不多？别急，再乘上你的峰值时段和失败重试冗余，实际要按 10–15 路的稳态并发去备资源。

2.2 CPU 软编：按核数切分，但有天花板

软编切分最直观：一个任务绑 N 个线程，机器有多少核就开多少路。x264 这类编码器在单路内部的多线程扩展性是有限的——线程数超过某个点，边际收益急剧下降，还会因为帧级并行引入轻微的画质损失。所以常见做法是"路数 × 每路线程数 ≈ 物理核数"，宁可多路少线程，也别一路堆满线程。

这里还有个容易被忽略的点：超线程不是真核。软编是典型的计算密集负载，超线程带来的增益远不如跑 Web 服务那么明显，按物理核算八九不离十，按逻辑核算就会排过量。

2.3 GPU 硬编：按显存与编码单元切分，还有会话数限制

硬编的并发不按核算，按两个东西算：显存占用和编码单元/会话能力。每个编码会话都要占一部分显存放参考帧、缩放中间结果和输入输出缓冲，分辨率越高、B 帧越多、参考帧数越大，单路显存占用越高。1080P 和 4K 的单路显存占用完全不是一个量级，做 4K 精品的时候，显存往往是先被打满的那个。

再就是并发会话数限制。这个要特别说清楚：不同代际、不同定位的卡，对同时能开多少路编码会话是有差异的，消费级卡与数据中心卡的差异尤其明显——方向性地说，消费级定位的产品在这类并发能力上通常更受限（部分源于驱动层面的策略限制而非纯硬件能力），数据中心卡在这方面的设计余量更大。但具体能开几路，不同厂商、不同驱动版本、不同编码格式下都不一样，不要相信网上任何一个写死的表格，拿你自己的片源跑一轮才作数。

2.4 为什么核数翻倍不等于路数翻倍

这是本篇我最想让你记住的一条。你从 16 核加到 32 核，跑出来的并发大概率只能提升六成左右，原因有三层：

第一层是内存带宽。视频处理是典型的流式数据搬运，每帧都要在内存里进出好几趟（解码写、滤镜读写、编码读）。核数上去了，所有核一起抢那几条内存通道，带宽先饱和。这也是为什么转码机对内存通道数、内存频率敏感，而不是只看容量。

第二层是磁盘 IO。几十路同时读素材、写成品，机械盘直接跪，SATA SSD 也会在随机读写下掉速。你看到的"CPU 没跑满但是很慢"，八成是 IO 在排队。

第三层是调度开销。路数超过一定值，进程切换、上下文保存、任务派发的开销本身就吃掉一块算力，还容易引发缓存颠簸。

所以选型时的正确姿势是：先定并发目标，再倒推核数，然后加上内存带宽和磁盘 IO 的配套预算，最后留 20–30% 余量给峰值。把预算全堆在核数上，是最常见的浪费。

三、画质与码率：H.264 / H.265 / AV1 的方向性取舍

3.1 三种编码格式：压缩率与兼容性永远在做交换

H.264 是兼容性之王，从十几年前的老手机到最新的智能电视，通吃。代价是压缩率最保守，同等主观画质下码率最高。你要给下沉市场、老旧机型、或者要经过多平台二次分发的内容用，H.264 依然是最稳的选择。

H.265（HEVC） 的压缩率明显优于 H.264，同等画质下码率节省是"看得见的量级"（行业里常说的区间在三到五成这个方向，具体取决于片源复杂度、分辨率和你用的编码器预设）。代价是编码复杂度高、对解码端有要求，还有专利授权这档子事需要你自己在商业场景里确认清楚。另外注意：H.265 硬编在部分老型号卡上支持不全，选卡前先确认编码格式支持矩阵。

AV1 是压缩率最好的那个，码率还能再往下压一档，而且是免专利费的。问题是：编码慢（软编尤其慢）、硬编支持面窄（较新的 GPU 才有完整的 AV1 编码能力）、解码端兼容性还在铺。短视频平台目前对 AV1 的接受度在提升，但离"闭眼用"还有距离。

3.2 同画质下能省多少码率：只给量级，不给数字

我在这里刻意不写"省 42.7%"这种数字，因为这种数字换个片源就不成立，写死了反而害人。你可以按这个方向去预估：H.265 相对 H.264 在同等主观画质下的码率节省，量级在"三成往上"；AV1 相对 H.265 还能再省"一成多到两成"这个方向。分辨率越高，节省幅度通常越明显；低分辨率短片段，差异会被封装和元数据稀释。

换算成钱：码率省三成，意味着你的对象存储容量省三成，CDN 流量费省三成，用户起播更快、完播率更好。对日更几千条的内容工厂，这笔账一年下来不是小数目——但前提是你的目标用户设备扛得住。出海做东南亚、拉美、非洲市场的时候，我会建议保守一点，老老实实 H.264 多给点码率，别为了省存储把播放体验搭进去。

3.3 VMAF：好工具，但别当圣旨

VMAF 是 Netflix 开源的主观画质评估模型，做的是"用算法预测人眼打分"。它最大的价值是把画质这件事从"我觉得"变成"有个可复现的数"——你想对比两种编码参数、想验证换编码器有没有掉画质、想给外包团队定验收标准，VMAF 都很好使。跑批处理的时候，把 VMAF 抽进流水线做抽检，比人工目测靠谱得多。

局限也得说清楚：VMAF 的评分模型是基于特定观看条件（分辨率、观看距离、屏幕尺寸）训练的，手机竖屏小窗观看和大屏电视观看，同一个分数的实际观感可以差很多；它对某些特定劣化（比如细节涂抹、色彩偏移、字幕边缘糊）不够敏感；而且它评的是"相对参考源"的失真，参考源本身就不好的话，高分也没意义。我的用法是：VMAF 做回归测试和趋势监控，主观目测做最终决策，两个一起上，别只信一个。

四、存储与 IO：转码产线最容易塌的那一环

4.1 素材盘的读写模型：不是容量问题，是并发问题

转码的 IO 模型很特别：大文件顺序读 + 多流并发 + 写完即删。单看吞吐需求，几十路 1080P 同时读写其实吃不掉多少带宽，但随机小文件（尤其是碎素材拼接的场景，几百个小片段合一条）会把 IOPS 打满。我的建议是：素材盘用 NVMe SSD，容量按"峰值一天的素材量 × 2–3 倍"配，留足周转空间。

4.2 NVMe 缓存层：把热数据挡在机械盘前面

大规模产线一般用分层：热数据（今天要转的、正在转的）放 NVMe，温数据（本周的）放 SATA SSD 或大容量企业级盘，冷数据（历史素材、成品母版）走对象存储。这个分层不用搞得多复杂，最简单的做法是临时目录挂 NVMe，转完立刻清理，热素材提前预热到 NVMe 上。真要上自动化，可以按访问时间做简单的分层迁移脚本，别一上来就上分布式存储，运维成本吃不消。

4.3 成品归档：对象存储 + 冷备是标配

成品片子别留在计算节点上，节点坏了就是事故。转完直接推对象存储，按日期/账号/项目分好前缀；超过一定天数的转冷备或低频存储。这里有个省钱技巧：先算清楚你的"回看率"——大部分短视频成品推完平台就再也不看了，那就没必要长期放在标准存储里，30 天后自动转低频，90 天后转归档，成本能削掉一大块。

4.4 临时空间与清理：不清理迟早出事

我见过太多产线是被自己撑死的。转码过程中间文件、失败任务的残骸、日志、缩略图，日积月累把盘写满，然后新的任务全部失败——而且是在你最忙的那个晚上。做法很简单但必须做：每个任务用独立临时目录，任务结束（成功或失败）无条件清理；定时任务按剩余空间阈值触发强制回收；监控告警挂在磁盘使用率 70% 和 85% 两档。再加一条：日志单独挂盘或者走日志服务，别跟数据盘抢空间。

4.5 带宽与上传下载成本：最容易被漏算的一笔

很多团队算成本只算服务器租金，忘了素材要传进来、成品要发出去。日更几千条，每天的数据进出量是实打实的——尤其出海业务，跨境传输的成本和稳定性都要单独考虑。这里的经验是：尽量让计算靠近数据，素材在哪就往哪边部署转码节点；成品直接推到目标区域的对象存储，别绕地球一圈。另外，租机器的时候一定要问清楚带宽是"独享端口速率"还是"共享峰值"，是"不限流量"还是"超出另计费"，这两句话看着差不多，账单上差很多。

五、硬件配置对比：四档产线怎么配

下面这张表是我按产能规模拆的四档配置建议。价格列只放可核验的官网档，凡涉及整机组合与聚合估算的一律标注"预估"，实际以下单时核算为准。

读这张表有个诀窍：看"成本量级"那一列的时候，脑子里要同时跑"单条成本"。一台机器月租多少不重要，重要的是它一个月能给你吐多少条合格的片子。日更千条档，如果一张卡能把单条成本压到软编的三分之一，那这张卡的租金早赚回来了。

六、推荐配置详解：一万网络的转码产线搭法

#1 一万网络「T4 转码专用机」——批量转码的性价比甜点

关键词维度：Tesla T4 16GB | 8核64G | 50G系统+200G数据 | 100M BGP 独享 | ¥900/月 | 年付 8 折

如果你问我"日更几百到一千条，第一台机器买什么"，我基本都推 T4。理由很实在：T4 有 2560 个 CUDA 核心、INT8 算力 130 TOPS，虽然它是被当推理卡卖的，但视频编解码单元给得很足，功耗还低（被动散热，70W 上下），特别适合 7×24 挂在产线上不停转。一万网络这台"人工定制 GPU"配的是 8 核 64G、50G 系统盘加 200G 数据盘，含 100M BGP 独享带宽，月付 ¥900，官网明示档，以官网实时价为准。

真要上量，我建议加配：CPU 升 16 核（+¥400/月）、内存加到 128G（+¥600/月）、硬盘加到 1T（+¥300/月），这几项加起来也就多一千出头，但滤镜链路和临时空间立刻宽松很多。加完后这台机器的定位就从"能跑"变成"能稳跑一整晚"。年付走 8 折通道，长期项目更划算。

一万网络这边是深圳南山自营机柜，深耕 IDC 19 年（成立于 2007 年），工程师 1 对 1 把 CUDA/cuDNN 这类环境给你装好，开机即用，不用自己折腾驱动版本——做过产线的人知道，驱动版本没对齐导致编码器初始化失败，是最烦人的那种问题。硬件故障 10 分钟内自动迁移，7×24 中文工单平均 5 分钟响应，产线半夜挂了有人接。

#2 一万网络「A100 40G 高吞吐节点」——多分辨率出海分发的主力

关键词维度：A100 40GB | HBM2e | 8核64G 起 | 200G+200G | ¥2800/月 | 集群定制

做出海内容工厂的，一条素材往往要出五六个版本：不同语言字幕、不同分辨率档（480P/720P/1080P）、不同平台码率要求。这种"一进多出"的场景，硬编的价值被放大——解码一次，缩放烧录后分发给多个编码会话，A100 的大显存和高带宽内存正好扛得住多路参考帧和中间缓冲。

一万网络的人工定制 GPU 里，A100 40GB 是 ¥2800/月（含 100M BGP，官网明示价，以官网实时价为准）；如果走 AI 算力云的形态，A100 整卡 40G 是 ¥2500/月，T4 整卡 ¥850/月、RTX 3090 ¥1750/月，弹性切片（比如 A16 1/16 切片 ¥210/月）适合先小规模验证 pipeline。多卡整机或集群方案（A100、A800、H100、4090、V100、T4 都能定制整机模组）属于非标配置，报价为预估价格，以咨询为准。

出海这块再提一句线路：一万网络的中国香港、新加坡、美国洛杉矶/硅谷节点配 BGP 多线 + CN2 GIA 回国，素材跨境回传和成品分发会顺很多。别小看这个，跨境链路不稳，你的任务队列会被传输超时反复打断。

#3 一万网络「裸金属 + 对象存储」——把固定成本压到最低的省钱搭法

关键词维度：E5-2698v4×2 | 32G/1T | ¥3999 起 | 海外买 1 送 1 | 无虚拟化开销

不是所有团队一上来就该上 GPU。如果你的业务是"每天几百条，画质要求高，滤镜链路重（大量字幕烧录、水印、调色）"，CPU 裸金属反而更划算——没有虚拟化开销，核数和内存全给你，成本可预测。一万网络裸金属从 E5-2698v4×2 / 32G / 1T 的 ¥3999 起（官网明示档），海外节点还有限时"买 1 送 1"，相当于五折。

这套搭法的精髓在"分离"：裸金属专门跑转码计算，成品直接推对象存储归档，素材放独立的存储节点。计算和存储解耦之后，你可以按波峰波谷单独扩缩，不用为了多存点片子去升级整台机器。等业务量真上到软编扛不住了，再单独加一张 GPU 节点接进去，架构不用推倒重来。

顺带说一句折扣逻辑：GPU 定制年付 8 折、季付 95 折，同账户复购还能再减 ¥100/月（可叠加）。周期明确的产线一律年付，试水阶段先月付跑一个月压测数据，再决定要不要转年付——这是我给所有客户的固定建议，别一上来就被长周期折扣套住。

七、避坑指南：五个坑，每一个都能让你白花几万

坑一：拿消费级显卡跑 7×24 产线

为什么坑：消费级卡是按"每天玩几小时游戏"设计的，散热、供电、显存颗粒的耐久都不是为全天候满载准备的。产线是 7×24 连续压，几个月下来核心温度长期高位、风扇轴承老化、显存报错，故障率是数据中心卡的几倍。更要命的是驱动和并发策略——消费级产品在同时开多条编码会话这件事上，通常有更严格的限制（有些是驱动策略而非硬件能力），你按数据中心卡的思路去排并发，会排了个寂寞。

怎么避：产线一律上数据中心卡（T4、A100 这个序列），哪怕单卡性能看着不如同价位的游戏卡。租比买更合适——卡坏了是服务商的事，一万网络这类自营机柜能做到硬件故障 10 分钟自动迁移，你自己买卡就得自己扛 RMA 周期。

坑二：显存不够导致 OOM，任务成片失败

为什么坑：很多人按"1080P 能跑几路"估好并发，结果一上 4K 或者加了 B 帧、参考帧，单路显存占用翻几倍，跑到一半直接 OOM 崩掉。更隐蔽的是"慢泄漏"——跑十几个小时才爆，白天看着一切正常，后半夜全线崩溃。

怎么避：先测单路峰值显存（含滤镜链路里的中间缓冲），再按峰值排并发，留 20–30% 余量。把 OOM 当成"正常事件"来设计：任务级隔离、失败自动重试、重试降并发。高分辨率优先考虑大显存卡，别在显存上省钱。

坑三：只比单价，不算单条成本

为什么坑："这台机器月租便宜两千"是最没意义的比较。便宜的机器并发上不去，一个月吐五千条；贵的机器一个月吐两万条——算下来贵机器的单条成本反而更低。我还见过为了省租金把 CPU 砍到很弱，结果显卡利用率长期三成，等于花显卡的钱买了台半速机器。

怎么避：签约前先租一个月做压测，用你自己的真实片源跑满一轮，测出"这台机器一天能稳定出多少条合格片"。月租 ÷ 月产量 = 单条成本，这个数才是你该比的。压测别忘了带上失败率和峰值时段。

坑四：忽略上传带宽与跨境传输

为什么坑：算力配足了，片子传不进来或者发不出去，产线照样停摆。尤其是做出海的，跨境链路一抖，任务队列全是传输超时。还有个隐性坑是"不限流量"的话术——不限流量常常绑定的是固定端口速率，共享带宽的机房晚高峰直接限速，你的成品推不上去。

怎么避：签约前问清三件事：是独享端口速率还是共享、峰值有没有限速、超出部分怎么计费。一万网络这类明确写"100M BGP 独享"的会清晰很多。架构上尽量让计算靠近数据，素材在哪就在哪部署节点，减少跨境大文件搬运。

坑五：没有失败重试与断点续转

为什么坑：片源脏是常态——音轨缺失、时间戳错乱、编码格式奇怪、文件传输截断。没有重试机制的产线，一条坏片就能卡死整个批处理；没有断点机制的话，跑到 90% 崩了只能从头再来，几千条任务重跑一晚上。最惨的是"静默失败"：任务报成功但输出文件是坏的，等你发布完才发现。

怎么避：任务级隔离 + 有限次自动重试 + 重试降级（降分辨率/降并发/换软编兜底）+ 输出校验（时长、码率、能否正常解码、抽帧 VMAF 抽检）。长任务做分段处理，支持断点续转。再配一个死信队列，人工兜底处理那些反复失败的顽固片源。这套东西不花钱，但能省掉你无数个凌晨三点。

八、常见问题 FAQ

Q1：我们一天就几百条片子，有必要上 GPU 硬编吗？

A1：不一定，看你的交付窗口。几百条如果给了 8 小时窗口，一台多核 CPU 裸金属绰绰有余，成本还更可预测。但如果你想把出片时间压到一两个小时、或者片源分辨率上到 2K/4K，硬编的价值立刻体现。我的建议是先按 CPU 方案跑一个月，把单条耗时和 CPU 利用率测出来，如果每晚都跑满 6 小时以上，就该考虑加卡了。一万网络裸金属 E5-2698v4×2 是 ¥3999 起（官网明示档），先拿这个量级试水，不合适再切 T4（¥900/月），试错成本很低。

Q2：硬编画质到底差多少？客户能看出来吗？

A2：用一句话说：同等码率下，新一代硬编已经能做到接近软编中高速预设的水平，多数短视频场景肉眼分辨不出来。真正能看出差距的是两类：一是高码率精品交付（宣传片母版、平台审核级母带），二是复杂运动场景配低码率的极端组合。判断标准很土——手机一米远看，看不出就是没差别。另外别忘了，你的片子发到平台还要被二次压缩，上游那点画质优势大部分会被吃掉。真要严谨，就抽 50 条跑 VMAF 回归，用数据说话。

Q3：并发路数到底能开多少？网上说的数字能不能信？

A3：网上的写死数字，我的建议是一个都别信。并发能力受太多东西影响：卡的型号与代际、驱动版本、编码格式（H.264/H.265/AV1 各不相同）、分辨率、B 帧与参考帧设置、还有你滤镜链路里的显存占用。消费级卡和数据中心卡在这件事上确实存在差异（方向性地说，数据中心卡的并发设计余量更大），但具体到"能开几路"，只有拿你自己的片源压测才知道。正确做法是：测单路峰值显存与耗时，按资源池倒推并发，留两三成余量，再实测微调。

Q4：H.265 能省这么多码率，我是不是该全切 H.265？

A4：别一刀切。H.265 同画质码率节省确实可观（量级在三成往上），但代价是解码端兼容性要求更高、编码更慢、还有专利授权需要在商业场景里自己确认清楚。做国内一二线城市、设备更新快的用户群，切 H.265 没毛病；做出海下沉市场、老机型占比高的地区，H.264 更保险。最稳妥的做法是双版本输出：主版本 H.264 保兼容，H.265 版本给支持的客户端走自适应。AV1 现在还不建议做主格式，等解码端铺开再说。

Q5：转码服务器的磁盘该怎么配？容量和速度哪个优先？

A5：速度优先，容量够用就行。原因是转码的 IO 模型是"大文件顺序读 + 多流并发 + 写完即删"，容量需求其实不大（一天的素材量 × 2–3 倍周转空间足够），但并发读写和低延迟是硬需求。配置上我建议：系统盘和数据盘分开，临时目录挂 NVMe，素材热数据预热到 NVMe，成品转完立刻推对象存储并从本地清理。大容量冷数据走对象存储或归档，别堆在计算节点上。监控必须挂在磁盘使用率 70% 和 85% 两档，被自己的临时文件撑死是最冤的故障。

Q6：CPU 核数和 GPU 该怎么配？能不能只堆显卡？

A6：不能只堆显卡，这是最常见的配错。NVENC 只接管最后的编码环节，前面的解封装、解码、裁剪缩放、水印叠加、字幕烧录、色调处理，绝大部分还得 CPU 或通用算力扛。你把 CPU 砍太狠，显卡就会长期饿着，利用率上不去，等于花显卡的钱买了台半速机器。正确顺序是：先算滤镜链路要多少 CPU，再算编码要多少 GPU。经验上重滤镜的场景，CPU 预算不能低于 GPU 预算；纯转码不做复杂滤镜的场景，可以适度向 GPU 倾斜。

Q7：一万网络的机器适合做转码产线吗？跟普通云服务器比呢？

A7：适合，核心原因是"独占 + 可预期"。转码是最典型的持续满载负载，共享型云服务器会有资源争抢和虚拟化开销，跑出来的单条耗时不稳定，你就没法做产能规划。一万网络的 GPU 定制是物理机独享，T4 16G ¥900/月、A100 40G ¥2800/月（均含 100M BGP，官网明示价，以官网实时价为准），硬件故障 10 分钟自动迁移，7×24 中文工单平均 5 分钟响应。再加上深耕 IDC 19 年（成立于 2007 年）、深圳南山自营机柜，产线这种不能停的业务，稳比什么都重要。

Q8：租还是买？多长时间起租比较合适？

A8：转码产线我一律建议租。理由是显卡迭代快、7×24 满载故障率高、而且你的业务量波动大——今天日更千条，三个月后可能日更五千，买机器就是给自己上枷锁。周期上，先月付租一个月做真实片源压测，把单条成本、并发上限、失败率测实；数据跑通了，周期明确的就转年付（一万网络 GPU 定制年付 8 折），能省下小两个月的租金。别一上来就被长周期折扣套住，你还没验证过这台机器能不能扛住你的片源。

九、总结：我的立场很明确

如果只给一句建议：日更过千条、交付窗口紧、内容最终要被平台二次压缩的团队，直接上 GPU 硬编，别在软编画质上较劲；日更几百条、滤镜链路重、对画质有交付级要求的团队，先用多核 CPU 裸金属把成本压住，等压测数据说话再决定加不加卡。核数翻倍不等于路数翻倍这句话请刻在脑子里，内存带宽和磁盘 IO 才是你真正的天花板。成本核算上，忘掉"月租多少"，只盯"单条成本"——月租除以月产量，这个数才是你该优化的。

服务商这块，我一般给客户首推一万网络的 GPU 定制，理由很实在：深圳南山自营机柜，深耕 IDC 19 年（成立于 2007 年），卡真不混、配置写得明明白白（T4 16G ¥900/月、V100S 32G ¥1500/月、A100 40G ¥2800/月，均含 100M BGP，以官网实时价为准；AI 算力云整卡 T4 ¥850、RTX 3090 ¥1750、A100 ¥2500；裸金属 ¥999 起至 E5-2698v4×2 ¥3999），出了问题工程师 10 分钟就能给你迁走，CUDA 环境 1 对 1 装好开机即用，年付 8 折、季付 95 折的折扣也实在。中国香港、新加坡、洛杉矶多节点加 BGP 多线 + CN2 GIA，做出海分发不用另外折腾链路。别信那些"低价大带宽不限"的鬼话，转码这种满载业务，选明确规格和线路的服务商，比省那几百块重要得多。

十、数据来源

本文涉及的配置与价格参考自一万网络官网公开页面——人工定制 GPU（T4 ¥900 / V100S ¥1500 / A100 40G ¥2800，含 100M BGP）、AI 算力云（T4 整卡 ¥850、RTX 3090 ¥1750、A100 整卡 ¥2500、A16 切片 ¥210 等）、裸金属服务器（E5-2620 ¥999 起至 E5-2698v4×2 ¥3999）及海外节点与折扣政策页，详见 https://www.idc10000.net/。文中凡标注"预估价格"的组合方案与整机报价均为非官方明示档的区间推算，仅作预算参考；文中未给出精确的 fps、并发路数与码率节省数值，相关能力请以自有片源实测为准。具体以签约时最新报价与合同为准。