Ubuntu配置安装GPU转码

Ubuntu配置安装GPU转码

ubuntu 测试使用 GPU-ffmpeg 转码视频

额外命令：

lsb_release -a   # 查看发行版本及代号
lspci | grep -i vga   # 查看是否存在gpu

第一步：安装ffmpeg

apt install ffmpeg

第二步：1. 安装 NVIDIA 驱动

(1) 添加官方驱动仓库并更新

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

(2) 查看推荐驱动版本

ubuntu-drivers devices

输出示例：

== /sys/devices/pci0000:00/0000:00:02.0/0000:03:00.0 ==
modalias : pci:v000010DEd00001C82sv000010DEsd00001C82bc03sc00i00
vendor   : NVIDIA Corporation
model    : GP107 [GeForce GTX 1050 Ti]
driver   : nvidia-driver-570-server - distro non-free
driver   : nvidia-driver-550 - distro non-free
driver   : nvidia-driver-418-server - distro non-free
driver   : nvidia-driver-570 - distro non-free recommended
driver   : nvidia-driver-545 - distro non-free
driver   : nvidia-driver-535-server - distro non-free
driver   : nvidia-driver-535 - distro non-free
driver   : nvidia-driver-450-server - distro non-free
driver   : nvidia-driver-390 - distro non-free
driver   : nvidia-driver-470 - distro non-free
driver   : nvidia-driver-470-server - distro non-free
driver   : xserver-xorg-video-nouveau - distro free builtin

(3) 安装推荐的驱动（如 570 版本）

sudo apt install nvidia-driver-570

(4) 重启系统

sudo reboot

(5) 验证驱动

nvidia-smi

正常输出应显示 GPU 状态：

+---------------------------------------------------------------------------------------+
| NVIDIA-SMI 535.161.07   Driver Version: 535.161.07   CUDA Version: 12.2     |
|-----------------------------------------+----------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |         Memory-Usage | GPU-Util  Compute M. |
|=========================================+======================+======================|
|   0  NVIDIA GeForce GTX 1050 Ti    Off  | 00000000:03:00.0 Off |                  N/A |
| 30%   35C    P8              N/A /  75W |      0MiB /  4096MiB |      0%      Default |
+-----------------------------------------+----------------------+----------------------+

第三步：安装 CUDA 工具包（可选）

如果需开发 GPU 计算应用（如 AI、深度学习），安装 CUDA：

(1) 访问 CUDA Toolkit Archive 选择版本（推荐 CUDA 11.8 或 12.x）

(2) 通过命令行安装（以 CUDA 12.2 为例）

该命令需要去英伟达官网实时生成：CUDA Toolkit 12.9 Downloads | NVIDIA Developer

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/12.9.0/local_installers/cuda-repo-ubuntu2204-12-9-local_12.9.0-575.51.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-12-9-local_12.9.0-575.51.03-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-12-9-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-9

(3) 添加变量

虽然系统显示 cuda-toolkit-12-9 已安装，但 nvcc 的路径未添加到系统环境变量中。此时需要手动将 CUDA 的二进制目录加入 PATH：

export PATH=/usr/local/cuda/bin:$PATH
source ~/.bashrc

## root 用户添加环境变量
vim /etc/environment
添加 PATH="/usr/local/cuda/bin"

(4) 验证 CUDA

nvcc --version

正常输出应显示 CUDA 版本。

第四步：验证 GPU 加速是否生效

1、检查编码器

ffmpeg -encoders | grep nvenc
# 应输出包含 h264_nvenc 的行

正常输出：

root@R7-13:~# ffmpeg -encoders | grep nvenc
ffmpeg version 4.4.2-0ubuntu0.22.04.1 Copyright (c) 2000-2021 the FFmpeg developers
  built with gcc 11 (Ubuntu 11.2.0-19ubuntu1)
  configuration: --prefix=/usr --extra-version=0ubuntu0.22.04.1 --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --arch=amd64 --enable-gpl --disable-stripping --enable-gnutls --enable-ladspa --enable-libaom --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libcodec2 --enable-libdav1d --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libjack --enable-libmp3lame --enable-libmysofa --enable-libopenjpeg --enable-libopenmpt --enable-libopus --enable-libpulse --enable-librabbitmq --enable-librubberband --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libsrt --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvidstab --enable-libvorbis --enable-libvpx --enable-libwebp --enable-libx265 --enable-libxml2 --enable-libxvid --enable-libzimg --enable-libzmq --enable-libzvbi --enable-lv2 --enable-omx --enable-openal --enable-opencl --enable-opengl --enable-sdl2 --enable-pocketsphinx --enable-librsvg --enable-libmfx --enable-libdc1394 --enable-libdrm --enable-libiec61883 --enable-chromaprint --enable-frei0r --enable-libx264 --enable-shared
  libavutil      56. 70.100 / 56. 70.100
  libavcodec     58.134.100 / 58.134.100
  libavformat    58. 76.100 / 58. 76.100
  libavdevice    58. 13.100 / 58. 13.100
  libavfilter     7.110.100 /  7.110.100
  libswscale      5.  9.100 /  5.  9.100
  libswresample   3.  9.100 /  3.  9.100
  libpostproc    55.  9.100 / 55.  9.100
 V....D h264_nvenc           NVIDIA NVENC H.264 encoder (codec h264)
 V..... nvenc                NVIDIA NVENC H.264 encoder (codec h264)
 V..... nvenc_h264           NVIDIA NVENC H.264 encoder (codec h264)
 V..... nvenc_hevc           NVIDIA NVENC hevc encoder (codec hevc)
 V....D hevc_nvenc           NVIDIA NVENC hevc encoder (codec hevc)

2、监控 GPU 使用情况

2.1、`nvidia-smi` + `watch` 组合命令*

# 每秒刷新一次 GPU 状态，适合快速查看核心利用率、显存占用和温度
watch -n 1 nvidia-smi  # Linux/macOS

windows 方案：

while ($true) { nvidia-smi; Start-Sleep -Milliseconds 500 }

2.2、`nvtop`（类 htop 工具）

# 支持交互式操作和动态排序，适合多 GPU 服务器
sudo apt install nvtop  # Ubuntu/Debian
nvtop

第四步：使用GPU转码

# 本地文件转码
ffmpeg -nostats -loglevel warning -hwaccel cuda -i ace.mp4 -vf "scale=720:1270,setsar=1/1" -c:v h264_nvenc -preset p3 -rc vbr -b:v 0 -cq 23 -multipass fullres -tune hq -c:a aac -r 30 -y 3.mp4

# 带请求头
ffmpeg -nostats -loglevel warning -hwaccel cuda -headers "User-Agent: Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/136.0.0.0 Safari/537.36\r\nReferer: https://exx.tv/\r\n" -i "https://xxx.m3u8" -vf "scale=720:1270,setsar=1/1" -c:v h264_nvenc -preset p3 -rc vbr -b:v 0 -cq 23 -multipass fullres -tune hq -c:a aac -r 30 -y 3.mp4

命令详解：

基础参数

-nostats
- 功能：禁用编码统计信息的输出。
- 说明：默认情况下，FFmpeg 会实时显示比特率、帧数等统计信息，此参数可减少输出干扰。
-loglevel warning
- 功能：设置日志级别为 warning。
- 说明：仅显示警告和错误信息，抑制冗余日志，使输出更简洁。
-hwaccel cuda
- 功能：启用 NVIDIA CUDA 硬件加速解码。
- 说明：利用 GPU 加速视频解码流程，提升处理速度。
-i ace.mp4
- 功能：指定输入文件为 ace.mp4。

视频处理参数

-vf "scale=720:1270,setsar=1/1"
- 功能：应用视频滤镜链。
  - scale=720:1270：将视频缩放至 720x1270 分辨率（注意宽高比可能被改变）。
  - setsar=1/1：设置像素宽高比（Sample Aspect Ratio）为 1:1，确保方形像素显示。
- 说明：调整分辨率后需修正宽高比，避免播放时变形。

视频编码参数

-c:v h264_nvenc
- 功能：使用 NVIDIA NVENC 硬件编码器生成 H.264 视频流。
- 说明：相比 CPU 编码（如 libx264），硬件编码速度更快，但压缩效率略低。
-preset p3
- 功能：设置编码器预设为 p3。
- 说明：NVENC 预设范围 p1（最快）到 p7（最慢但质量更好），p3 平衡速度与质量。
-rc vbr
- 功能：使用可变比特率（Variable Bitrate）控制模式。
- 说明：VBR 根据内容复杂度动态分配码率，相比 CBR（恒定码率）更节省存储。
-b:v 0
- 功能：将视频目标比特率设为 0。
- 说明：在 -rc vbr + -cq 模式下，此参数表示由质量参数（-cq）主导码率分配。
-cq 23
- 功能：设置恒定质量模式的质量值为 23。
- 说明：NVENC 的 cq 范围通常为 0（无损）到 51（最差），23 是常见高质量选择。
-multipass fullres
- 功能：启用两趟编码（Two-Pass Encoding），使用全分辨率分析。
- 说明：首趟分析视频内容，次趟优化码率分配，提升压缩效率（需更高计算资源）。
-tune hq
- 功能：优化编码参数以追求高质量。
- 说明：适用于对画质要求较高的场景，可能牺牲部分编码速度。

音频与帧率参数

-c:a aac
- 功能：使用 AAC 编码器压缩音频流。
- 说明：AAC 是通用音频格式，平衡音质与文件大小。
-r 30
- 功能：强制输出视频帧率为 30 FPS。
- 说明：若输入帧率不一致，FFmpeg 会通过丢帧或插帧适配。

其他参数

-y
- 功能：自动覆盖输出文件（3.mp4），无需用户确认。

ubuntu 测试使用 GPU-ffmpeg 转码视频

额外命令：

第一步：安装ffmpeg

第二步：1. 安装 NVIDIA 驱动

(1) 添加官方驱动仓库并更新

(2) 查看推荐驱动版本

(3) 安装推荐的驱动（如 570 版本）

(4) 重启系统

(5) 验证驱动

第三步： 安装 CUDA 工具包（可选）

(1) 访问 CUDA Toolkit Archive 选择版本（推荐 CUDA 11.8 或 12.x）

(2) 通过命令行安装（以 CUDA 12.2 为例）

(3) 添加变量

(4) 验证 CUDA

第四步： 验证 GPU 加速是否生效

1、检查编码器

2、监控 GPU 使用情况

2.1、nvidia-smi + watch 组合命令*

2.2、nvtop（类 htop 工具）

第四步：使用GPU转码

命令详解：

基础参数

视频处理参数

视频编码参数

音频与帧率参数

其他参数

第三步：安装 CUDA 工具包（可选）

第四步：验证 GPU 加速是否生效

2.1、`nvidia-smi` + `watch` 组合命令*

2.2、`nvtop`（类 htop 工具）