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)
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 |