这是项目的转码功能的部署,我们的服务支持无缝切换。
显卡加速转码与CPU转码无缝切换的策略如下:
- 若原视频可以用显卡解码,则解码和编码都用的是显卡加速。
- 若原视频不可以用显卡解码,则解码用CPU、编码用显卡;或者第一步失败,也会按此步重试一次。
- 第二步若失败,则解码和编码都用CPU重试一次。
速度方面,显卡转码速度提升明显。拿显卡(Nvidia Quadro P2000)、CPU(Intel I5-6500 3.2GHz 4核心) 配置,测试四个大视频转码举例:1、单个任务转码时,显卡加速转码的速度是纯CPU转码的2.8~7.5倍。2、并发转码时,显卡加速转码的速度是纯CPU的5.8~11.3倍。由于纯CPU转码时,单个任务就基本已耗尽CPU资源,而显卡加速转码则没有,所以并发转码速度提升更明显。
安装驱动
安装显卡后,接下来安装显卡驱动。执行sudo apt-cache search nvidia-*
查询可用驱动列表,比如选择驱动nvidia-384
,执行以下命令安装
sudo apt-get install nvidia-384
安装cuda
cuda是nvidia的运算平台,目前官网上的cuda版本是9.1.85,但是此版本编译ffmpeg时报找不到libnppi.so错误,因此装的版本是cuda8.0。
sudo dpkg -i cuda-repo-ubuntu1404-8-0-local_8.0.44-1_amd64.deb
sudo apt-key add /var/cuda-repo-8-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
编译安装ffmpeg
先安装依赖:
sudo apt-get install yasm libx264-dev libx265-dev libmp3lame-dev libvorbis-dev
编译ffmpeg
wget https://github.com/FFmpeg/FFmpeg/archive/n3.3.3.tar.gz
tar -zxvf n3.3.3.tar.gz
cd n3.3.3
mkdir -p ffmpeg_build
cd ffmpeg_build
../configure --enable-gpl \
--enable-static \
--disable-shared \
--disable-ffplay \
--disable-ffserver \
--disable-debug \
--enable-libmp3lame \
--enable-libvorbis \
--enable-libx264 \
--enable-libx265 \
--enable-cuda \
--enable-cuvid \
--enable-nvenc \
--enable-libnpp \
--enable-nonfree \
--extra-cflags=-I/usr/local/cuda/include \
--extra-ldflags=-L/usr/local/cuda/lib64
make -j 4 # 4是CPU核心数
如果没有报错,那么就是ok了。