ffmpeg 中有封装调用nvida video encoder/decoder 的插件,在ffmpeg/libavcodec/nvdec.c 和ffmpeg/libavcodec/nvenc.c 中
主要还是需要调用cuda
以下转自:https://blog.csdn.net/weixin_35804181/article/details/54377365
1.目标
<1>显卡性能参数;
<2>方案可行性;
1
2
2.平台信息
2.1.查看当前显卡信息
命令:
lspci |grep VGA
信息:
01:00.0 VGA compatible controller: NVIDIA Corporation GK106 [GeForce GTX 645 OEM] (rev a1)
解析:
GK106,是一个由英伟达公司制造的适配器图形处理和加速核心芯片。
从NVIDIA支持的矩阵表中查找出GK106支持格式分别为:
NVDEC解码:MPEG-2 VC-1 H.264(AVCHD)
NVENC编码:H.264 (AVCHD) YUV 4:2:0
3.NVIDIA
3.1.NVIDIA参考资料
NVIDIA VIDEO CODEC SDK
NVIDIA支持的矩阵表
NVIDIA显卡驱动
CUDA工具集
ffmpeg应用nvidia
个人云盘NVIDIA驱动
3.2.NVIDIA性能参数
从NVIDIA的video encode performance中查找到Quadro K4000:支持同时编码16路1920 X 1080 H.264 (AVCHD) YUV 4:2:0,支持高性能和高质量,以及低延时模式;
注意:目前所有的NVIDIA都不支持 4:2:2编码
支持的编码格式总集:
H.264 (AVCHD) YUV 4:2:0
H.264 (AVCHD) YUV 4:4:4
H.264 (AVCHD) Lossless
H.265 (HEVC) YUV 4:2:0
H.265 (HEVC) YUV 4:4:4
H.265 (HEVC) Lossless
H.265 (HEVC) 8k
1
2
3
4
5
6
7
支持的解码格式总集:
MPEG-2
VC-1
H.264(AVCHD)
H.265(HEVC)
VP8
VP9
1
2
3
4
5
6
3.3.NVIDIA显卡驱动
驱动网站打开较慢,因此把我的驱动上传到个人云盘NVIDIA驱动,里面有产品支持列表
3.3.1.删除旧驱动
sudo apt-get purge nvidia*
1
3.3.2.禁用自带nouveau nvidia驱动
gedit /etc/modprobe.d/blacklist-nouveau.conf
1
并在文件blacklist-nouveau.conf中添加以下内容:
blacklist nouveau
options nouveau modeset=0
1
2
更新:
update-initramfs -u
1
修改后需要重启系统。确认下Nouveau是否已经被禁用,使用命令:
lsmod | grep nouveau
1
3.3.3.安装驱动
重启系统,使用Ctrl+Alt+F1进入tty1控制台:
service lightdm stop
./NVIDIA-Linux-x86_64-375.26.run
service lightdm start
1
2
3
3.3.4.其他
./NVIDIA-Linux-x86_64-375.26.run --update 安装时先下载最新驱动包
./NVIDIA-Linux-x86_64-375.26.run --uninstall 卸载驱动
1
2
4.ffmpeg
4.1.ffmpeg对NVIDIA GPU的支持
支持h.264和hevc硬件加速编码; 支持h.264, hevc, VP9, VP8, MPEG2和MPEG4的硬件加速解码;
可设置跟视频编码质量相关的参数,如:preset, rate等;
可使用FFmpeg中的filters进行端对端1:n编码或1:n转码视频硬件加速通道;
能添加自己编写的高性能CUDA filters;
同时支持Windows和Linux support;
此外, NVIDIA 也为GPU的视频处理任务提供的插件功能.
GPU Resize:将一个输入转换为多个分辨率并行输出;
GPU Zero-copy:使能GPU-accelerated插件就可以避免在处理视频时,系统和GPU内存间的数据拷贝;
4.2.ffmpeg对NVIDIA GPU的支持步骤
下载FFmpeg源码 (https://git.FFmpeg.org/FFmpeg.git) 下载NVIDIA的最新Video Codec SDK 将NVIDIA的头文件复制到ffmpeg的编译环境中;
下载安装NVIDIA驱动(apt install nvidia-375)
CUDA工具集
添加如下的configure命令(nv_sdk应包含cuda的库和头文件) :
./configure \
--enable-nonfree \
--disable-shared \
--enable-nvenc \
--enable-cuda \
--enable-cuvid \
--enable-libnpp \
--extra-cflags=-Ilocal/include \
--extra-cflags=-I../nv_sdk \
1
2
3
4
5
6
7
8
9
注意:实际使用的是以下配置:
#! /bin/bash
bash configure \
--enable-shared \
--disable-static \
--disable-yasm \
--disable-doc \
--enable-gpl \
--enable-pthreads \
--disable-w32threads \
--disable-os2threads \
--enable-debug \
--enable-nvenc \
--enable-cuda \
--enable-cuvid \
--extra-cflags="-Invidia_sdk -I/usr/local/cuda-8.0/include" \
--extra-ldflags="-Lnvidia_sdk -L/usr/local/cuda-8.0/lib64" \
--enable-nonfree \
--enable-libfreetype \
--enable-libfribidi \
--enable-libfontconfig \
--enable-libnpp \
--enable-gpl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
4.3. 查看nvidia硬件加速编解码器:
ffmpeg -codecs | grep cuvid
信息如下:
DEV.LS h264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (decoders: h264 h264_cuvid ) (encoders: h264_nvenc h264_vaapi nvenc nvenc_h264 )
DEV.L. hevc H.265 / HEVC (High Efficiency Video Coding) (decoders: hevc hevc_cuvid ) (encoders: nvenc_hevc hevc_nvenc hevc_vaapi )
ffmpeg -codecs | grep nvenc
信息如下:
DEV.LS h264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (decoders: h264 h264_cuvid ) (encoders: h264_nvenc h264_vaapi nvenc nvenc_h264 )
DEV.L. hevc H.265 / HEVC (High Efficiency Video Coding) (decoders: hevc hevc_cuvid ) (encoders: nvenc_hevc hevc_nvenc hevc_vaapi )
DEVIL. mjpeg Motion JPEG (decoders: mjpeg mjpeg_cuvid ) (encoders: mjpeg mjpeg_vaapi )
DEV.L. mpeg1video MPEG-1 video (decoders: mpeg1video mpeg1_cuvid )
DEV.L. mpeg2video MPEG-2 video (decoders: mpeg2video mpegvideo mpeg2_cuvid )
DEV.L. mpeg4 MPEG-4 part 2 (decoders: mpeg4 mpeg4_cuvid )
D.V.L. vc1 SMPTE VC-1 (decoders: vc1 vc1_cuvid )
D.V.L. vp8 On2 VP8 (decoders: vp8 vp8_cuvid )
D.V.L. vp9 Google VP9 (decoders: vp9 vp9_cuvid )
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
5.结论
最后成功进行了硬件加速转码,由于显卡是GeForce系列,因此只能验证一路:
从结果来看,使用硬件加速确实释放了CPU资源,编码速度也有明显提高,但质量相比X264有稍微的不足;
抛开编解码质量和速度的严格要求,nvidia需要图形专业级别的显卡支持,方能做出产品;
6.后记
在20170125时,再一次投入nvidia的开发
7.工具
vmstat -w -n 1
nvidia-bug-report.sh
nvidia-cuda-mps-server
nvidia-detector
nvidia-modprobe
nvidia-settings 可图形查看显卡使用情况
nvidia-uninstall
nvidia-cuda-mps-control
nvidia-debugdump
nvidia-installer
nvidia-smi
nvidia-xconfig
8.问题list
8.1.cannot load libcuda.so.1
原因:该问题是由于我升级了nvidia(ubuntu版本)的驱动(由375.39升级到375.51)引起的
解决:卸载驱动,下载官方驱动375.39重新安装
8.2.解码阻塞
现象:
1.源丢包时,解码函数总是被阻塞,使用新的接口解决;
8.3.结果
采用M2000,最终极限并发能达到48路左右,但实际采用32路
8.4 配置错误
ERROR: cuda requested, but not all dependencies are satisfied: ffnvcodec
If you think configure made a mistake, make sure you are using the latest
version from Git. If the latest version fails, report the problem to the
ffmpeg-user@ffmpeg.org mailing list or IRC #ffmpeg on irc.freenode.net.
Include the log file "ffbuild/config.log" produced by configure as this will help
solve the problem.
1
2
3
4
5
6
7
解决:
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
make
sudo make install
---------------------
作者:sugao--把自己当一个品牌去经营
来源:CSDN
原文:https://blog.csdn.net/weixin_35804181/article/details/54377365
版权声明:本文为博主原创文章,转载请附上博文链接!