NVENC i NVDEC w Teslach - która karta koduje wideo, ile sesji i jakie kodeki (matryca)

Krótka odpowiedź: większość Tesli z naszej oferty koduje wideo sprzętowo — P4, P40, T4, A2, a także V100 i P100 mają enkoder NVENC. Różnica nie leży w tym, „czy koduje", tylko „jak dobrze i czy to jej rola". Do serwera multimediów chcesz P4, P40, T4 albo A2 — lepiej dopasowane do zastosowań wideo (a P4/T4/A2 dodatkowo energooszczędne), z nowszym lub bardziej odpowiednim blokiem wideo. V100 i P100 też zakodują, ale mają stary enkoder (bez B-ramek HEVC) i to drogie karty obliczeniowe — kupowanie ich „do Plexa" to marnowanie pieniędzy, nie brak możliwości. Enkodowania AV1 nie robi tu żadna z tych kart (A2 tylko AV1 dekoduje). Jedyna karta w tym świecie zupełnie bez enkodera to A100 — jej z tego powodu nie proponujemy do wideo. A limit równoległych sesji NVENC, którym straszą poradniki, dotyczy kart konsumenckich GeForce — Tesle go NIE mają. Poniżej pełna matryca, kto co potrafi.

Piszę to jako sprzedawca, który wolałby, żebyś kupił właściwą kartę raz, niż drogą i niewłaściwą, a potem żałował. Najczęstsza pomyłka w tej kategorii to człowiek, który zobaczył „V100 32 GB HBM2, potężna Tesla, tanio" i wziął ją do serwera multimediów. Karta zakoduje wideo — ale to jak kupowanie kombajnu do koszenia trawnika: przepłacisz, weźmiesz stary enkoder i zmarnujesz krzem, za który zapłaciłeś (obliczenia). Ten wpis ma Ci oszczędzić tego błędu, więc będzie brutalnie konkretny.

Koder vs dekoder — najpierw ustalmy pojęcia

Ludzie mylą te dwie rzeczy, a to zupełnie różne bloki sprzętu:

• NVENC = enkoder = KODOWANIE. Bierze klatki i zapisuje je w skompresowanym formacie (H.264, HEVC…). To potrzebujesz, gdy serwer transkoduje strumień (zmienia kodek/rozdzielczość/bitrate w locie) albo gdy nagrywasz/streamujesz obraz. Bez NVENC enkodowanie zwykle spada na CPU, co przy wielu równoległych strumieniach mocno zwiększa jego obciążenie.
• NVDEC = dekoder = ODCZYT/DEKODOWANIE. Rozpakowuje skompresowane wideo do klatek. Potrzebne np. do odtwarzania albo jako pierwszy krok transkodu (zdekoduj źródło → zakoduj na nowo).

Kluczowe: pełne sprzętowe transkodowanie może użyć obu bloków — NVDEC do dekodu źródła i NVENC do ponownego kodowania wyniku. NVDEC nie jest jednak warunkiem: można dekodować na CPU i podać klatki do NVENC (tak robimy w scenariuszu „encode path" niżej — testuje tor kodowania, ale przy słabszym CPU to dekod może ograniczyć wynik; osobno mierzymy pełny transkod przez sprzętowy NVDEC). Karta, która ma tylko obliczenia, a nie ma enkodera, nie zakoduje wyniku sprzętowo — w tej całej rodzinie taka jest właściwie tylko jedna — A100. Reszta (łącznie z V100 i P100) enkoder ma; pytanie brzmi, czy warto go używać akurat na niej.

Matryca — kto co potrafi

Dane o obecności NVENC/NVDEC i kodekach pochodzą wprost z oficjalnej matrycy NVIDIA (linki na końcu):

Karta	Generacja	NVENC (enkoder)?	NVDEC (dekoder)?	HEVC (H.265)	AV1	Limit sesji NVENC
Tesla P4 8GB	Pascal	TAK (H.264, HEVC)	TAK	enkod + dekod	NIE (ani enkod, ani dekod)	Unrestricted*
Tesla P40 24GB	Pascal	TAK (H.264, HEVC)	TAK	enkod + dekod	NIE (ani enkod, ani dekod)	Unrestricted*
T4	Turing	TAK (H.264, HEVC — lepszy, z B-ramkami)	TAK	enkod + dekod (lepszy)	dekod: NIE · enkod: NIE	Unrestricted*
NVIDIA A2 16GB	Ampere	TAK (H.264, HEVC)	TAK	enkod + dekod	dekod: TAK · enkod: NIE	Unrestricted*
V100 32GB	Volta	TAK, ale stary (bez B-ramek HEVC)	TAK	enkod + dekod	NIE	Unrestricted*
P100 16GB	Pascal	TAK, ale stary (bez B-ramek HEVC)	TAK	enkod + dekod	NIE	Unrestricted*
A100 (dla kontrastu — nie do wideo)	Ampere	NIE — 0 enkoderów	TAK (5×)	dekod: TAK · enkod: brak	dekod: TAK · enkod: NIE	nie dotyczy

Objaśnienie kolumn i uczciwe znaczniki:

• NVENC? — czy karta w ogóle sprzętowo koduje wideo. Wbrew popularnej opinii V100 i P100 mają enkoder (oficjalna matryca NVIDIA) — po prostu stary, z generacji Pascal/Volta. Jedyna karta z tej rodziny naprawdę bez enkodera to A100 (0 jednostek NVENC) — dlatego to ją, a nie V100/P100, nazywa się „compute-only bez wideo".
• „Stary enkoder" przy V100/P100 — konkretnie: blok NVENC generacji Pascal/Volta nie obsługuje B-ramek (ani multiple reference frames) w HEVC, co obniża efektywność kompresji H.265 względem Turinga (T4). Zakoduje, ale ma mniejsze możliwości optymalizacji kompresji niż nowszy blok Turinga. To realny powód, dla którego do wideo bierze się nowsze karty — nie „brak NVENC".
• HEVC — wszystkie karty z tej listy (poza A100) obsługują H.264 i HEVC. T4 (Turing) ma zauważalnie lepszy blok HEVC niż Pascal/Volta, m.in. właśnie dzięki B-ramkom.
• AV1 — tu uwaga na częsty mit: żadna z tych kart nie ENKODUJE AV1. A2 (Ampere) jako jedyna dekoduje AV1 — przydatne do odtwarzania materiałów AV1. T4 (Turing) AV1 NIE dekoduje — sprzętowy dekod AV1 zaczyna się dopiero od Ampere. Do sprzętowego enkodowania AV1 potrzebujesz generacji Ada lub nowszej.
• Limit sesji (Unrestricted*) — patrz niżej, bo to źródło największego zamieszania. * oznacza brak sztucznego limitu liczby równoległych sesji po stronie sterownika; realny pułap wyznaczają dostępne zasoby (przepustowość NVENC, pamięć, reszta systemu), a nie odgórny próg. Dla kart datacenter oficjalna matryca podaje właśnie „Unrestricted".

Wartości przepustowości w strumieniach (sekcja „Ile strumieni w praktyce" niżej) zmierzyliśmy na naszym sprzęcie. Metodyka: ffmpeg 6.1.1, -preset p4, jednolity -b:v 2000k, materiał 1080p H.264 (8-bit) i 4K HEVC (10-bit) z testsrc2; trzy scenariusze — kodowanie (encode path: dekod źródła na CPU → NVENC; testuje tor kodowania, ale wynik może ograniczyć CPU), dekodowanie (NVDEC) i pełny transkod kodekowy (sprzętowy NVDEC → NVENC — rdzeń pipeline'u Plex/Jellyfin, bez tone mappingu, napisów i innych filtrów); „maks. strumieni realtime" = największe N, przy którym każdy strumień utrzymuje ≥ 30 fps; każda karta na pełnym power limicie; sterownik 580.173.02, CUDA 12.0. testsrc2 to materiał syntetyczny, więc wyniki traktujemy jako pomiar przepustowości bloków wideo, a nie symulację konkretnego filmu czy biblioteki Plex/Jellyfin. Realny serwer dokłada jeszcze skalowanie, napisy, audio i I/O — licz z zapasem. Sama matryca możliwości (kto ma NVENC, kto dekoduje AV1) jest pewna i wynika z dokumentacji NVIDIA.

Ile strumieni w praktyce — zmierzyliśmy całą rodzinę

Matryca mówi „kto ma NVENC". Nie mówi „ile uciągnie". Więc zmierzyliśmy — nie tylko sam enkoder, ale trzy realne scenariusze: kodowanie (enkoder z klatek), dekodowanie (NVDEC, tor „kamery/odtwarzanie") i pełny transkod kodekowy (NVDEC → NVENC — rdzeń tego, co robi Plex/Jellyfin, bez tone mappingu, napisów i innych filtrów). Wszystko przy jednolitym -b:v 2000k, 1080p, kryterium realtime = każdy strumień ≥ 30 fps (speed ≥ 1,0×), pełny power limit. Liczby to maks. N strumieni realtime na naszych egzemplarzach:

Scenariusz (1080p @30, 2000k)	P4	A2	P40	P100	V100-16
Kodowanie H.264 (CPU→NVENC)	12	11	14	14	14
Kodowanie HEVC (CPU→NVENC)	14	10	15	14	14
Dekodowanie H.264 (NVDEC)	14	44	20	17	18
Transkod H.264 → H.264	14	13	18	16	17
Transkod H.264 → HEVC	14	11	19	17	17
Transkod 4K → 1080p	4	12	5	5	5
Cap mocy karty	75 W	60 W	250 W	250 W	250 W

Trzy rzeczy, które z tego wynikają:

• P40 osiągnęła najwyższą przepustowość pełnego transkodowania w naszym benchmarku — 18–19 równoległych transkodów i 20 dekodów, więcej niż P100 (16–17) i V100 (17), mimo najstarszej architektury (pełnowymiarowy blok NVDEC/NVENC w GP102). Jeśli liczy się maksymalna liczba transkodów i nie ogranicza Cię pobór 250 W — to jest ta karta; do domu, gdzie liczy się rachunek za prąd, częściej wygra P4 lub A2.
• A2 osiągnęła najwyższy wynik dekodowania H.264 i 4K→1080p w naszym benchmarku — 44 dekody i 12 transkodów 4K→1080p (reszta rodziny robi tu 4–5). Ma 2× NVDEC, co w tym workloadzie jest istotną przewagą nad starszymi kartami — choć na wynik składa się też generacja bloku, scaler i cały pipeline, nie sam licznik dekoderów. Do monitoringu (dużo kamer) i downscalingu 4K → A2. W samym kodowaniu A2 (1× NVENC) dorównuje P4 w H.264 (11 vs 12) i jest niżej w HEVC (10 vs 14) — mimo że P4 ma 2× NVENC.
• Więcej mocy obliczeniowej ≠ więcej strumieni — w pełnym sprzętowym transkodzie (gdzie NVDEC nie jest już wąskim gardłem) wynik jest ograniczany głównie przez NVENC, a nie liczbę rdzeni CUDA ani ilość VRAM: droga V100 (17 transkodów) nie robi istotnie więcej niż tania P4 (14), mimo wielokrotnie większej mocy compute. W torze encode path część limitu bierze na siebie dekod CPU; w innych scenariuszach — 4K albo dużo kamer — ogranicza z kolei NVDEC lub skalowanie (stąd przewaga A2).

I najważniejsze dla tego wpisu: P100 i V100 realnie kodują i transkodują — 14 strumieni kodowania, 16–17 transkodów, potwierdzone naszym pomiarem, nie tylko matrycą. To domyka mit „P100 compute-only": jedyna karta w tej rodzinie bez enkodera to A100. (Pomiary wykonaliśmy na V100 PCIe 16 GB i P100 16 GB. Blok NVENC/NVDEC jest cechą układu — GV100 w V100, GP100 w P100 — a nie ilości pamięci; w matrycy NVIDIA V100 figuruje jako jeden wpis, nie per wariant VRAM.)

Zwróć jednak uwagę na cap mocy: P40/P100/V100 to karty 250 W, P4 — 75 W, A2 — 60 W. Podczas testów mierzyliśmy też realny pobór (sidecar nvidia-smi power.draw, szczyt): pełny tor wideo na P4 czy A2 mieścił się w ~30–43 W, na P40 sięgał 60–68 W — to zmierzony peak, nie szacunek. Licząc strumienie na wat, małe karty biją grubą Voltę i Pascala: w podstawowym transkodowaniu 1080p wyniki P4 i A2 są zbliżone przy znacznie niższym poborze, a A2 dokłada dużą przewagę w dekodowaniu i downscalingu 4K.

Uwaga metodyczna. Tabela zastępuje nasz wcześniejszy, wstępny pomiar „encode-only" (~16–18 dla P40) z roboczych notatek — tamto były sesje samego enkodera z dekodem na CPU. Powyższe to realny NVDEC→NVENC z jednolitym bitrate, więc jest miarodajniejsze dla „ile transkodów w Plex". Ważne w interpretacji: „encode path" (scenariusz A) oznacza CPU decode → NVENC, więc nie jest laboratoryjnym pomiarem maksymalnej przepustowości samego NVENC — CPU może stać się wąskim gardłem. Widać to na P4: tor kodowania zatrzymał się na 12, a pełny sprzętowy transkod H.264→H.264 osiągnął 14, bo dopiero z hardware'owym NVDEC ogranicza enkoder, a nie dekod na CPU.

Jak dokładnie mierzyliśmy (komendy do samodzielnego odtworzenia)

Skoro deklarujemy „zmierzyliśmy całą rodzinę", pokazujemy też, czym — żebyś mógł to powtórzyć na własnej karcie i nie wierzyć nam na słowo. Wszystkie liczby z tabeli wyżej pochodzą z tego samego harnessu.

Stanowisko: VM z kartą w passthrough, po jednej karcie na test, każda na pełnym power.max_limit (P4 75 W, A2 60 W, P40/P100/V100 250 W). Sterownik 580.173.02, CUDA 12.0, ffmpeg 6.1.1 (Ubuntu, z NVENC/NVDEC/cuvid).

Materiał wejściowy (syntetyk testsrc2, wygenerowany raz i użyty dla wszystkich kart):

• 1080p: testsrc2 1920×1080@30 → H.264 High, 4:2:0 8-bit, ~8 Mb/s (libx264), 60 s.
• 4K: testsrc2 3840×2160@30 → HEVC Main 10 (10-bit), yuv420p10le (libx265), 30 s.

Cztery scenariusze (CUDA_VISIBLE_DEVICES przypina test do jednej karty; -b:v 2000k jednolicie):

# A. Kodowanie (encode path): CPU decode → NVENC; testuje tor kodowania, wynik może ograniczyć CPU
ffmpeg -hide_banner -stream_loop -1 -t 15 -i in_1080p.mp4 \
  -c:v h264_nvenc -preset p4 -b:v 2000k -f null -        # HEVC: -c:v hevc_nvenc

# B. Dekodowanie (decode-only): NVDEC → null (izoluje sam dekoder)
ffmpeg -hide_banner -hwaccel cuda -c:v h264_cuvid -stream_loop -1 -t 15 -i in_1080p.mp4 -f null -

# C. Pełny transkod kodekowy: NVDEC → NVENC (bez tone mappingu, napisów, filtrów)
ffmpeg -hide_banner -hwaccel cuda -hwaccel_output_format cuda -c:v h264_cuvid \
  -stream_loop -1 -t 15 -i in_1080p.mp4 \
  -c:v h264_nvenc -preset p4 -b:v 2000k -f null -        # h264→hevc: -c:v hevc_nvenc

# D. 4K→1080p: NVDEC (HEVC) → skalowanie na GPU → NVENC
ffmpeg -hide_banner -hwaccel cuda -hwaccel_output_format cuda -c:v hevc_cuvid \
  -stream_loop -1 -t 15 -i in_4k.mp4 \
  -vf scale_cuda=1920:1080 -c:v h264_nvenc -preset p4 -b:v 2000k -f null -

Skalowanie 4K→1080p robimy na GPU filtrem scale_cuda (nie CPU-owym scale), żeby cały tor był sprzętowy — inny scaler dałby inne liczby.

Ile strumieni „realtime": dla każdego scenariusza uruchamiamy N równoległych kopii komendy w tle na tej samej karcie (skan N = 1…40) i po każdym N patrzymy na speed= najwolniejszego z N strumieni. N_realtime = największe N, przy którym ten najwolniejszy strumień utrzymał ≥ 1,0× realtime (przy źródle 30 fps to dokładnie 30 fps/strumień). Powyżej tego N któryś strumień spada poniżej realtime — i to jest granica podawana w tabeli.

Monitoring i pobór: równolegle sampler co 1 s zbiera nvidia-smi --query-gpu=power.draw,memory.used,temperature.gpu,utilization.encoder,utilization.decoder. Raportowane ENC%/DEC%/W/°C to szczyty z całego przebiegu — stąd „P4 ~27–30 W" czy „P40 ~61–68 W" to zmierzony peak power.draw, nie szacunek. Że pracuje NVENC/NVDEC, a nie CPU, widać po utilization.encoder/utilization.decoder > 0 w danym torze.

Czego to NIE mierzy: to przepustowość bloków kodeka na materiale syntetycznym. Realny Plex/Jellyfin dokłada tone mapping HDR→SDR, wypalanie napisów, transkod audio, odczyt z dysku/sieci i logikę sesji — więc w produkcji licz z zapasem względem tych liczb.

„Limit sesji NVENC" i patch keylase — o co chodzi

Krążący po forach „patch keylase" (nvidia-patch) zdejmuje limit równoległych sesji NVENC — ale ten limit dotyczył kart non-qualified (konsumenckich GeForce), gdzie sterownik ograniczał liczbę jednoczesnych sesji, żeby wypchnąć profesjonalistów ku Quadro/Tesli. Wymienione tu Tesle to kwalifikowane karty Data Center, dla których oficjalna matryca NVIDIA podaje politykę „Unrestricted" — kodują tyle sesji, ile pozwalają dostępne zasoby (przepustowość NVENC, pamięć, reszta systemu), a nie odgórny próg.

Wniosek praktyczny: dla serwera z wieloma równoległymi strumieniami Tesla wygrywa z GeForce także brakiem tego sztucznego limitu sesji — a patcha ze świata GeForce po prostu nie potrzebujesz.

Anty-poradnik: co kupić „do wideo", a czego nie

Powiem to wprost, bo to najczęstsza kosztowna pomyłka w tej kategorii — tyle że pomyłka nie polega na „karta nie zakoduje", lecz na „przepłaciłem za niewłaściwą":

• Nie kupuj V100 „do transkodowania" — nie dlatego, że nie zakoduje ani że jest wolna. Nasz pomiar pokazał, że transkoduje na poziomie rodziny (17 strumieni, ~= P100, tuż pod P40). Problem jest inny: to karta 250 W ze starym enkoderem (bez B-ramek HEVC, słabsza kompresja H.265) i ceną karty obliczeniowej — do wideo przepłacasz i marnujesz krzem, za który zapłaciłeś (obliczenia). V100 32GB świeci w AI/HPC — tam ją kieruj.
• To samo z P100 — też zmierzone: 16–17 transkodów realtime, działa bez zarzutu. Ale P100 16GB błyszczy w FP16 (tryb 2:1) i FP64; jako 250-watowy transkoder do Plexa to armata na wróbla, gdy P4 (75 W) i A2 (60 W) w podstawowym transkodowaniu 1080p dają zbliżony efekt przy znacznie niższym poborze.
• Jeśli potrzebujesz ENKODOWANIA AV1 — żadna z tych kart tego nie zrobi. A2 tylko dekoduje AV1; do enkodu AV1 potrzebujesz nowszej generacji.
• Jeśli chcesz karty czysto obliczeniowej bez enkodera (i tego szukasz) — to A100, nie V100/P100. Ale A100 do wideo nie ma sensu z definicji.

A co kupować do wideo:

• Budżetowo, H.264/HEVC: Tesla P4 8GB — 75 W, single-slot, bez limitu sesji; zmierzone 12–14 strumieni kodowania i 14 pełnych transkodów.
• Najwięcej transkodów z tej grupy: Tesla P40 24GB — król transkodu w naszym pomiarze (18–19 strumieni, 20 dekodów) plus 24 GB VRAM; cena to pobór 250 W.
• Król dekodu i downscalingu 4K, dekod AV1, niski pobór: NVIDIA A2 16GB — 44 dekody i 12 transkodów 4K→1080p (2× NVDEC), 60 W.
• Nowszy blok HEVC niż Pascal/Volta (z B-ramkami): T4 (Turing) — sprowadzamy na zamówienie, nie mieliśmy egzemplarza do pomiaru, więc podajemy ją z matrycy, nie z benchmarku.

Jak to wszystko poskładać w działający serwer Plex/Jellyfin — krok po kroku pokazałem w osobnym wpisie: Tesla P4 do Plex i Jellyfin.

Dlaczego generacja karty tyle zmienia

Blok NVENC/NVDEC to osobny kawałek krzemu, który NVIDIA rozwija z każdą generacją niezależnie od rdzeni CUDA. Dlatego dwie karty o podobnej „mocy obliczeniowej" mogą mieć zupełnie różne możliwości i efektywność kodowania wideo — liczy się generacja bloku, nie liczba teraflopsów.

• Pascal (P4, P40, P100): solidny NVENC do H.264 i HEVC, ale bez B-ramek w HEVC. Wystarczający, sprawdzony standard do domowego transkodowania (P4/P40); w P100 ten sam stary enkoder siedzi na drogiej karcie obliczeniowej. Brak AV1 w jakiejkolwiek formie.
• Volta (V100): enkoder obecny, ale wciąż z rodziny „bez B-ramek HEVC" i bez AV1 — pod względem wideo bliżej mu do Pascala niż do Turinga, mimo że architektura obliczeniowa jest nowsza. Nasz pomiar to potwierdza: 14 strumieni kodowania i 17 transkodów realtime, praktycznie równo z Pascalem (P100), poniżej transkodera P40.
• Turing (T4): nowszy blok HEVC, z obsługą B-ramek i większymi możliwościami optymalizacji kompresji. Wciąż bez enkodowania i bez dekodowania AV1.
• Ampere (A2): dokłada dekodowanie AV1 — przydatne, gdy Twoje pliki są już w AV1. Enkodowania AV1 wciąż brak. (A100 to druga twarz Ampere: sam rdzeń obliczeniowy, enkodera brak w ogóle.)

Widać z tego, że numer generacji sam w sobie nie mówi wszystkiego: trzeba wiedzieć, czy dana karta jest projektowana przede wszystkim do obliczeń (V100/P100/A100 — blok wideo obecny, ale poboczny, a w A100 żaden), czy jej blok wideo jest istotną częścią przewidzianego zastosowania (P4/P40/T4/A2).

Jak sprawdzić samemu, co karta obsługuje

Zanim uwierzysz komukolwiek (w tym mnie), zweryfikuj na konkretnym egzemplarzu:

• nvidia-smi dmon -s u pokazuje na żywo wykorzystanie enkodera (kolumna ENC) i dekodera (DEC) — jeśli ENC rusza się przy transkodowaniu, karta faktycznie używa NVENC. Samo nvidia-smi pokaże kartę i aktywne sesje enkodera.
• Oficjalna macierz „Video Encode and Decode GPU Support Matrix" to źródło prawdy o tym, które karty mają NVENC/NVDEC, ile jednostek i jakie kodeki — sprawdź tam swój konkretny model.
• W Jellyfin/Plex po włączeniu akceleracji zobaczysz w logach, czy sesja poszła przez NVENC, czy spadła na CPU.

---

Uczciwe zastrzeżenie: sprzedajemy karty używane z rynku datacenter. Możliwości NVENC/NVDEC w matrycy oparliśmy na oficjalnej dokumentacji NVIDIA; liczby przepustowości w strumieniach podajemy zmierzone na sprzęcie, nie „z głowy". Każdą kartę przed wysyłką przepuszczamy przez burn-in — w tym weryfikację, czy blok NVENC/NVDEC faktycznie działa tam, gdzie powinien. Nie masz pewności, która karta pasuje do Twojego zastosowania (wideo vs AI) — napisz do nas, odradzimy zły zakup, zanim go zrobisz.

Źródła

• NVIDIA Video Encode and Decode GPU Support Matrix — https://developer.nvidia.com/video-encode-and-decode-gpu-support-matrix-new
• NVIDIA Video Codec SDK — NVENC Application Note (generacje enkodera, B-ramki/HEVC, polityka liczby sesji qualified vs GeForce) — https://docs.nvidia.com/video-technologies/video-codec-sdk/12.0/nvenc-application-note/index.html
• NVIDIA Tesla T4 datasheet — https://www.nvidia.com/content/dam/en-zz/Solutions/Data-Center/tesla-t4/t4-tensor-core-datasheet-951643.pdf
• NVIDIA A2 datasheet — https://www.nvidia.com/content/dam/en-zz/solutions/data-center/a2/pdf/a2-datasheet.pdf
• NVIDIA Container Toolkit — capability video do NVENC/NVDEC w kontenerach — https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/docker-specialized.html