云网牛站
所在位置:首页 > Linux教程 > Ubuntu编译ffmpeg实现GPU转码

Ubuntu编译ffmpeg实现GPU转码

2018-04-19 09:04:30作者:鼎铭稿源:鼎铭的博客

前言,公司转码集群服务器资源有限,需要考虑GPU方案,本文记录下整个实现ffmpeg gpu 转码的过程。

 

环境

DISTRIB_ID=Ubuntu

DISTRIB_RELEASE=16.04

DISTRIB_DESCRIPTION="Ubuntu 16.04.1 LTS"

注意,这里机器启动级别调低,不要加载桌面系统。

本机是2核4G 普通硬盘,gpu 型号:GTX950M。

 

第一部分,安装cuda 8

1.1.查看是否有显卡:

lspci | grep -i nvidia

1.2.查看操作系统是否cuda 官方支持:

uname -m && cat /etc/*release

1.3.安装gcc g++ 等编译依赖基础库

apt-get install gcc g++ build-essential

1.4.下载安装cuda

下载cuda:

wget --no-check-certificate https://developer.nvidia.com/compute/cuda/8.0/prod/local_installers/cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb

安装 cuda 源:

dpkg -i cuda-repo-ubuntu1604-8-0-local_8.0.44-1_amd64-deb

添加源:

deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64 /

更新缓存:

apt-get update

安装cuda:

apt-get install cuda

1.5.设置环境变量

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

source ~/.bashrc

1.6.安装官方示例并验证环境

查看驱动信息:

cat /proc/driver/nvidia/version

安装官方示例:

cuda-install-samples-8.0.sh  ./

跑下示例:

cd NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release && ./deviceQuery

输出下面内容 Pass为安装成功:

CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Ubuntu编译ffmpeg实现GPU转码

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 1080

Result = PASS

 

第二部分,安装ffmpeg

2.1.安装基础依赖:

apt-get update

apt-get -y install autoconf automake build-essential libass-dev libfreetype6-dev \

libsdl2-dev libtheora-dev libtool libva-dev libvdpau-dev libvorbis-dev libxcb1-dev libxcb-shm0-dev \

libxcb-xfixes0-dev pkg-config texinfo zlib1g-dev

2.2.安装yasm 

apt-get install yasm #版本为1.3

2.3.安装lib264

apt-get install libx264-dev #版本为148

2.4.安装libx265(显卡不一定支持265编码)

apt-get install libx265-dev

2.5.安装 libvpx

apt-get install libvpx-dev #版本为1.5

2.6.安装安装libfdk-aac

apt-get install libfdk-aac-dev # 无版本要求

2.7.安装libmp3lam

apt-get install libmp3lame-dev

2.8.安装libopus

apt-get install libopus-dev # 1.1.2

 

第三部分,安装NVENC

3.1.安装依赖:

sudo apt-get -y install glew-utils libglew-dbg libglew-dev libglew1.13 \

libglewmx-dev libglewmx-dbg freeglut3 freeglut3-dev freeglut3-dbg libghc-glut-dev \

libghc-glut-doc libghc-glut-prof libalut-dev libxmu-dev libxmu-headers libxmu6 \

libxmu6-dbg libxmuu-dev libxmuu1 libxmuu1-dbg

3.2.下载ffmpeg

git clone https://github.com/FFmpeg/FFmpeg ffmpeg -b master

3.3.下载nvidia video sdk

下载地址:https://developer.nvidia.com/nvidia-video-codec-sdk#Download,这里版本8.0,解压后命名为 nv_sdk,与ffmpeg 放于同文件夹。

3.4.移动头文件

cp -r nv_sdk/LegacySamples/common/inc/ /usr/include/

 

第四部分,编译ffmpeg

编译命令如下:

export PKG_CONFIG_PATH=/usr/lib/x86_64-linux-gnu/pkgconfig

PATH="$HOME/bin:$PATH"   ./configure \

    --bindir="$HOME/bin" \

    --enable-gpl \

    --enable-libass \

    --enable-libfdk-aac \

    --enable-libfreetype \

    --enable-libmp3lame \

    --enable-libopus \

    --enable-libtheora \

    --enable-libvorbis \

    --enable-libvpx \

    --enable-libx264 \

    --enable-libx265 \

    --enable-nonfree \

    --extra-cflags=-I../nv_sdk \

    --extra-ldflags=-L../nv_sdk \

    --extra-cflags="-I/usr/local/cuda/include/" \

    --extra-ldflags=-L/usr/local/cuda/lib64 \

    --disable-shared \

    --enable-nvenc \

    --enable-cuda \

    --enable-cuvid \

    --enable-libnpp 

PATH="$HOME/bin:$PATH" make -j$(nproc)

make -j$(nproc) install

make -j$(nproc) distclean

hash -r

 

第五部分,转码测试

ffmpeg -i input.flv -c:v h264_nvenc -c:a aac output.mp4

倍速对比,同样硬件条件下,gpu 提速在7-8倍左右。

frame=21022 fps=398 q=21.0 Lsize=  232698kB time=00:14:36.75 bitrate=2174.2kbits/s dup=137 drop=0 speed=16.6x

播放试了下播放效果,和cpu 播放无明显差别。

 

相关主题

GPU能取代CPU吗?

精选文章
热门文章