【视频开发】【CUDA开发】FFMPEG硬件加速-nvidia方案
来源:互联网 发布:java面试题大全带答案 编辑:程序博客网 时间:2024/06/04 19:14
1.目标
<1>显卡性能参数;<2>方案可行性;
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
支持的解码格式总集:
MPEG-2 VC-1 H.264(AVCHD) H.265(HEVC) VP8 VP9
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*
3.3.2.禁用自带nouveau nvidia驱动
gedit /etc/modprobe.d/blacklist-nouveau.conf
并在文件blacklist-nouveau.conf中添加以下内容:
blacklist nouveauoptions nouveau modeset=0
更新:
update-initramfs -u
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
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.runservice lightdm start
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
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)
- 添加如下的configure命令(nv_sdk应包含cuda的库和头文件) :
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
注意:实际使用的是以下配置:
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 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 )
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
- 【视频开发】【CUDA开发】FFMPEG硬件加速-nvidia方案
- 【视频开发】【CUDA开发】ffmpeg Nvidia硬件加速总结
- 【并行计算-CUDA开发】【视频开发】ffmpeg Nvidia硬件加速总结
- [FFMPEG硬件加速]nvidia方案
- [FFMPEG硬件加速]nvidia方案
- 【ARM-Linux开发】【CUDA开发】【视频开发】关于Linux下利用GPU对视频进行硬件加速转码的方案
- 【视频开发】ffmpeg实现dxva2硬件加速
- 【视频开发】【CUDA开发】ffmpeg nvenc编码
- ffmpeg Nvidia硬件加速总结
- ffmpeg Nvidia硬件加速总结
- 【并行计算与CUDA开发】英伟达硬件加速解码器在 FFMPEG 中的使用
- 【并行计算-CUDA开发】 NVIDIA Jetson TX1
- 【CUDA开发】CUDA的安装、Nvidia显卡型号及测试
- 【视频开发】【CUDA开发】英伟达CUVID硬解,并通过FFmpeg读取文件
- 视频开发学习--ffmpeg
- 【并行计算与CUDA开发】英伟达硬件加速编解码
- 【Linux开发】【CUDA开发】Ubuntu上安装NVIDIA显卡驱动
- 【视频开发】Nvidia硬解码总结
- 【视频开发】ffmpeg实现dxva2硬件加速
- JAVA sha1
- 【视频开发】【CUDA开发】ffmpeg nvenc编码
- 数据库优化方案
- 编程之美2.13 子数组的最大乘积
- 【视频开发】【CUDA开发】FFMPEG硬件加速-nvidia方案
- JAVA AES128
- I2C调试
- JAVA MD5
- codeforces 379G. New Year Cactus
- 爬虫生活实录之---百度文库文档破解
- Coderforces George and Accommodation
- 简单图片浏览器
- QQ被封永久解封方法来了 需要的上