标签：git FFmpeg -- 编译 cuda NVIDIA 硬件加速 安装 ffmpeg

@datetime: 2021/06/14

@author: shenhao

文章目录

• `FFmpeg`硬件加速并且在代码中使用`NVIDIA`的编解码器
• 前言
• `CUDA`简单介绍
• `1.Windows`
• • 1.1 准备工作
  • • 1.1.1 安装`Msys2`
    • 1.1.2 编译`libx264(可跳过)`
    • • 1.1.2.1 使用`pexports`
      • 1.1.2.2 使用Visual Studio的`Developer Cmd Prompt`
    • 1.1.3 编译`libx265(可跳过)`
    • 1.1.4 安装`CUDA Toolkit`
  • 1.2 正式开始编译
• `2.Linux(centos7.9)和Unbuntu20.04安装`
• • 2.1 Linux
  • • 2.1.1 安装前准备
    • 2.1.2 安装`CUDA`
  • 2.2 `Ubuntu`20.04
  • • 2.2.1 安装前准备
    • 2.2.2 安装`CUDA`
  • 2.3 验证是否安装成功
  • 2.4 开始编译
  • • 2.1.1 编译`SDL2(可跳过)`
    • 2.1.2 编译`x264(可跳过)`
    • 2.1.3 编译`FFmpeg`
  • 2.5 完成编译
• 3. `NVIDIA`编解码器的测试
• • 3.1 `FFmpeg`使用`NVIDIA编解码器`
  • 3.2 `GPU`使用情况查看
• 4. 代码中使用`NVIDIA编解码器`
• FAQ
• FAQ

须知：一个章节如果标注了可跳过，那么它的子章节都需要跳过。

FFmpeg硬件加速并且在代码中使用NVIDIA的编解码器

本文中所有步骤来自NVIDIA官方文档，以及参考了各大网友的做法总结和实践而成。另外本文只介绍一般的平台下的安装，不涉及特定的平台，如有需要，请参照NVIDIA官方文档。

转载请标明出处。

前言

​ Windows上的FFmpeg的一般都已经集成了NVDIA的编解码器，但是为了在代码中使用，需要重新对FFmpeg进行重新编译。不建议在windows上编译，因为非常麻烦。而且不适合新手编译。本文介绍了三个不同平台下的**ffmpeg硬件加速方案**，还有如何在代码中如何使用GPU加速。刚开始本来是想先用windows的，因为便于测试，但是后来发现在windows平台下自己的内存不够，完不成编译(自己的内存是16G，最少的要求内存暂时还不知道),另外，在使用预先编译好的ffmpeg测试的时候，发现显卡又不支持h265的编解码,所以一直报no devices found或者codec not support。后来又使用虚拟机，但是又发现英伟达的显卡驱动不支持虚拟机递送(目前)。所以windows的用户确保自己的内存够用。另外，重要的是。不管是linux和windows的用户，都要确保CUDA是否支持，对应的编解码是否支持。所以总结起来，先确保以下几点。

• 如果环境在虚拟机中，并想参考此文档进行。那么可以不用继续了。

• 如果环境在windows下，内存要大于16G，<= 16G的谨慎继续。

• 确定自己的显卡是否支持CUDA

  支持CUDA的显卡型号列表

• 确定显卡是否支持h264,265的编解码器或者其他编解码的格式,以免在编译完成后，如果发现测试有误，首先先排除掉设备的问题。

  显卡编解码支持列表

  

  ​

  ​ 例如，我笔记本的显卡为860m，则不支持h265编码。

另外：

• 本文中的Windows编译用到了Visual Studio 2019，但不介绍Visual Studio 2019安装。

• make与 cmake等编译工具链也不介绍。

• 文中所用到的pexports工具和pkg-config自行百度。

CUDA简单介绍

​ CUDA® 是由 NVIDIA® 发明的并行计算平台和编程模型。 通过利用图形处理单元 (GPU) 的强大功能，它可以显着提高计算性能。注意，它只是一种架构。

1.Windows

1.1 准备工作

1.1.1 安装Msys2

​ 在Windows中编译FFmpeg需要Msys2。(Msys2简单来说是在windows下可以兼容posix，说白了就是可以使用make && make install等)

Msys2下载地址

• 按照官方提示安装Msys2

• 进入Msys2目录，并打开msys2_shell.cmd

• 输入以下命令

#更新
pacman -Syu
#安装相关工具
pacman -S make pkg-config diffutils yasm
#安装mingw64 mingw32的gcc
pacman -S mingw-w64-i686-nasm mingw-w64-i686-gcc mingw-w64-i686-SDL2 	mingw-w64_x86_64-gcc
#安装nasm汇编器
pacman -S nasm

1.1.2 编译libx264(可跳过)

​ 这一步的目的是避免有些机器没有NVDIA显卡，不能使用CUDA，所以作为候选，可以使用CPU编码.

• 下载x264源代码

git clone https://code.videolan.org/videolan/x264.git

• 打开Msys2目录中的mingw64.exe

• cd到libx264源代码目录中(注意：当前目录下必须要有configure 和 makefile)

  #注意，以下为64位的编译
  #prefix可以切换成别的路径
  
  ./configure --host=x86_64-w64-mingw32 --enable-shared --prefix="C:\\"
  make && make install
  

成功安装所示

1.1.2.1 使用pexports

pexports可以在windows下把dll生成lib映射文件

下载地址

下载完成后，打开cmd,进入到pexport.exe所在的目录.

#注意：libx264后面的数字根据具体情况修改。
pexport.exe "x264源代码路径"/libx264-163.dll > libx264.def

这时候会在pexport目录中会有libx264.def生成

1.1.2.2 使用Visual Studio的Developer Cmd Prompt

打开后并cd到pexport目录(也就是libx264.def所在的目录)

LIB /machine:x64 /DEF:libx264.def

此时会生成lib文件。注意这是动态库的lib文件，需要一起拷贝libx264-163.dll到文件夹中。

1.1.3 编译libx265(可跳过)

编译libx265需要cmake。自行下载。

cmake的编译比较简单。

• 克隆代码

  https://github.com/videolan/x265/releases
  

• 进入源代码目录的source子目录下

#指定x64
cmake -Bbuild -A=x64
#Release
cmake --build build --config Release
cd build
cmake --install . --prefix="前缀路径"

注意：也可以不指定–prefix，但cmd要管理员权限运行，因为默认安装路径在Programs Files下

如图，分别生成了静态库和动态库

1.1.4 安装CUDA Toolkit

CUDA Toolkit下载。选择windows平台。

下载完成后，会在此目录下。此目录中有include和lib

1.2 正式开始编译

• 拉取ffnvcodec源代码

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git

• 拉取FFmpeg源代码

git clone https://git.ffmpeg.org/ffmpeg.git

• 在FFmpeg源代码的目录下创建一个名为nv_sdk的文件夹，复制C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.0\include中的所有头文件和C:\Program Files\NVIDIA GPU Computing Toolkit中的库文件 \CUDA\v11.0\lib\x64到 nv_sdk文件夹。
• 启动Visual Studio x64 Native Tools Command Prompt。 从 Visual Studio x64 Native Tools Command Prompt运行 msys2安装文件夹中的 mingw64.exe 来启动 MinGW64 环境。 在MinGW64环境下，安装必要的包。

#以下操作在mingw64命令行中(由vs native tools 打开)
pacman -S diffutils make pkg-config yasm
#添加vc的cl.exe和link.exe所在的路径
export PATH="/c/Users/oaho/development/visual studio/2019/Community/VC/Tools/MSVC/14.29.30037/bin/Hostx64/x64":$PATH
#添加cuda sdk目录
export PATH="/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v11.0/bin/":$PATH

• 进入ffnvcodec(之前克隆的)的源代码目录

make install PREFIX=/usr

• 进入FFmpeg源代码目录

./configure --enable-nonfree --enable-shared --enable-cuda-sdk --enable-libnpp --toolchain=msvc --extra-cflags="-I../nv_sdk" --extra-ldflags="-libpath:../nv_sdk"
--prefix="安装路径"

注意：如果想加入x264和x265编解码器。可以在--extra-cflags中添加x264和x265的头文件路径（空格隔开）, 当然也在--extra-ldflags中添加库路径

• make && make install

编译非常耗内存

到此处完成编译。

2.Linux(centos7.9)和Unbuntu20.04安装

2.1 Linux

​ Linux中有两种安装方式。第一种为普通安装(centos7.9演示的则是普通安装)，第二种是runfile安装.。Ubuntu20.04下，使用runfile的方式安装。简单说一下runfile安装和普通安装。runfile安装更简单，通用性高。但是如果在特定的平台，需要使用普通平台安装。

**注意：以下安装前的内核要求，必须按照以下表内给出的限制。**具体细节说明，请参照系统内核要求说明。另外请参照NVIDIA官方文档

内核支持的版本

2.1.1 安装前准备

• 确定你当前系统的版本

uname -m && cat /etc/*release

• 确认是否安装gcc，如果没有，则安装gcc

#gcc的版本一定要6以上。对照上表进行。
yum install gcc

• 查看内核版本

#对于cuda11.3来说，centos 7.9 Release的内核必须要为3.10.0-1136
uname -r

• 安装内核头文件和开发工具包

yum install kernel-devel-$(uname -r) kernel-headers-$(uname -r)

2.1.2 安装CUDA

#（1）安装之前，先删除旧的，防止冲突
sudo /usr/local/cuda-X.Y/bin/cuda-uninstaller
sudo /usr/bin/nvidia-uninstall

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda-repo-rhel7-11-3-local-11.3.1_465.19.01-1.x86_64.rpm

#看看输出是否为 028fd3c6c0c3e6c392f053afa52ce2f1
#如果不一致，则说明下载不完整，需要重新下载
md5sum cuda-repo-rhel7-11-3-local-11.3.1_465.19.01-1.x86_64.rpm
#(2) 下载驱动程序和库
yum install https://dl.fedoraproject.org/pub/epel/epel-release-latest-7.noarch.rpm
yum install subscription-manager
#这一步是为了之后的SDL2的依赖
yum install libX*
yum -y install yum-utils
#该驱动程序依赖于 /etc/X11/xorg.conf 中自动生成的 xorg.conf 文件。 如果存在自定义构建的 #xorg.conf 文件，则此功能将被禁用并且驱动程序可能无法运行。 删除现有的 xorg.conf 文件，或将 #/etc/X11/xorg.conf.d/00-nvidia.conf 的内容添加到 xorg.conf 文件中。 

#安装先前安装的rpm
rpm --install cuda-repo-rhel7-11-3-local-11.3.1_465.19.01-1.x86_64.rpm

#(3) 加入额外的依赖 
#此处可能需要加入yum代理，不然下载很慢
sudo yum-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-rhel7.repo
#(4) 清除yum缓存
sudo yum clean expire-cache
#(5) 安装CUDA
sudo yum install nvidia-driver-latest-dkms
sudo yum install cuda
sudo yum install cuda-drivers

进行到这一步，CentOS7的用户请跳转到 [2.3 验证是否安装成功](#2.3 验证是否安装成功).

2.2 Ubuntu20.04

2.2.1 安装前准备

• 安装依赖库

sudo apt-get install gcc
sudo apt-get install linux-headers-$(uname -r)

• 禁用Nouveau驱动

  1. 创建/etc/modprobe.d/blacklist-nouveau.conf,在文件中加入以下内容

  blacklist nouveau
  options nouveau modset=0
  

  2. 重新生成内核文件

  sudo update-initramfs -u
  

• 以runlevel 3的方式重启

  下面来介绍以下，runlevel 3如何启动。重启电脑，在Ubuntu选择界面中按E。找到splash单词，后面加上nomodeset.最后在这一行的末尾加上3。然后按F10.重进系统后

  runlevel
  #如果显示的是N 3,则成功
  

  注意: 重启后如果进入不了图形界面，则说明成功，如果进入了图形界面，则说明失败，重新尝试。

  如果进入不了命令行进行，则按Ctrl + Alt + F1

  #验证一下，输入此行命令，如果没有输出，则说明禁用成功
  lsmod | grep nouveau
  

2.2.2 安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/11.3.1/local_installers/cuda_11.3.1_465.19.01_linux.run
sudo sh cuda_11.3.1_465.19.01_linux.run  --no-opengl-libs --run-nvidia-xconfig

安装成功后，路径在/usr/local/cuda-11.3中

2.3 验证是否安装成功

• 查看驱动版本

  cat /proc/driver/nvidia/version
  

• 挂载NVIDIA设备

  modprobe nvidia
  

• 进入/dev目录，保证nvdia*设备的执行权限

  chmod 666 nvidia*
  

• 执行命令检测

  nvidia-smi
  

  如果有以下显示，则说明驱动安装成功

  

  如果出现了类似于以下的提示。则说明驱动安装失败

  NVIDIA-SMI has failed because it couldn't communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.
  

• 运行测试

  在安装成功后的用户主目录，会有NVIDIA_CUDA-11.3_Samples/文件夹，cd后make(编译时间很长)，进入到同目录的bin文件夹中，运行./deviceQuery和BandwidthTest。如果成功的话，会有类似的显示。

2.4 开始编译

• 拉取ffnvcodec，并安装

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers && sudo make install

• 拉取ffmpeg

git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/

• 安装所需库

sudo apt-get install build-essential yasm cmake libtool libc6 libc6-dev unzip wget libnuma1 libnuma-dev

• 配置

./configure --enable-nonfree -–enable-cuda-sdk –enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64

这里可以加入之前编译的x264库,根据自己选择

• 编译和安装

make && make install 

2.1.1 编译SDL2(可跳过)

• 下载源代码

• 进入源代码目录

./configure && make && make install

2.1.2 编译x264(可跳过)

git clone https://code.videolan.org/videolan/x264.git
cd x264 && ./configure --disable-asm --prefix=/usr/local/x264 --enable-shared && make && make install && sudo ldconfig
#加入pkg-config
export PKG_CONFIG_PATH=/usr/local/x264/lib/pkgconfig:${PKG_CONFIG_PATH}

2.1.3 编译FFmpeg

• 安装ffnvcodec

git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git

• 拉取FFmpeg源代码

git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/

• 安装依赖库和工具

yum install -y build-essential yasm cmake libtool libc6 libc6-dev unzip wget libnuma1 libnuma-dev

• 加入cuda的二进制目录到环境变量和pkg-config

export PATH=/usr/local/cuda-11.3/bin${PATH:+:${PATH}}
#注意，如果PKG_CONFIG_PATH是空的,不用加入":${PKG_CONFIG_PATH}"
export PKG_CONFIG_PATH=/usr/local/lib/pkgconfig:${PKG_CONFIG_PATH}
#检验ffnvcodec版本
pkg-config --modversion ffnvcodec

• 进入ffmpeg源代码目录并配置

./configure --enable-nonfree -–enable-cuda-sdk –enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --prefix=/root/ffmpeg-lib-cuda

注意：这里需要更改lib和include的路径

• 安装

make && make install

注意: 可以使用make -j8增加编译速度

• 安装后的配置(可选)

注意：如果配置了安装前缀，则需要建立软链接

注意：如果动态链接了x264,需要加入动态库路径

2.5 完成编译

输入以下命令查看H264或者H265的编解码器

ffmpeg -codecs | grep nvenc

成功后如下图所示

• nvenc_***: nvdia的编码器
• *_cuvid: nvdia的解码器

3. NVIDIA编解码器的测试

3.1 FFmpeg使用NVIDIA编解码器

这里注意一下，要确定自己的显卡是否支持这些编码。

• h265编码测试

ffmpeg -s 1920x1080 -pix_fmt yuv420p -i BQTerrace_1920x1080_60.yuv -vcodec hevc_nvenc -r 60 -y 2_60.265 
ffmpeg -s 1920x1080 -pix_fmt yuv420p -i BQTerrace_1920x1080_60.yuv -vcodec hevc_nvenc -r 30 -y 2_30.265

• h264编码测试

ffmpeg -s 1920x1080 -pix_fmt yuv420p -i BQTerrace_1920x1080_60.yuv -vcodec h264_nvenc -r 60 -y 2_60.264 
ffmpeg -s 1920x1080 -pix_fmt yuv420p -i BQTerrace_1920x1080_60.yuv -vcodec h264_nvenc -r 30 -y 2_30.264

• h264转h265

ffmpeg -i 1_60.264 -vcodec hevc_nvenc -r 60 -y 2_60_264to265.265 
ffmpeg -i 1_30.264 -vcodec hevc_nvenc -r 30 -y 2_30_264to265.265

• h265转h264

ffmpeg -i 1_60.265 -vcodec h264_nvenc -r 60 -y 2_60_265to264.264 
ffmpeg -i 1_30.265 -vcodec h264_nvenc -r 30 -y 2_30_265to264.264

3.2 GPU使用情况查看

watch -n 1 nvidia-smi 

4. 代码中使用NVIDIA编解码器

在使用FFmpeg API的时候, AVCodec编解码器可以改成:

#使用nvidia的264的编码器
av_find_encoder_by_name(“h264_nvenc”); 
#使用nvidia的265的编码器
av_find_encoder_by_name(“hevc_nvenc”);

FAQ

• 在windows平台下编译时,ffmpeg的编译日志：无效的选项，–extra-ldflags将忽略

  -L选项在windows下的适配性不太友好，使用-libpath::“路径”

• [h264_nvenc @ 0x5649bab0c500] 10 bit encode not supported

  此种编码，显卡不支持。参照显卡编解码支持列表

• [h264_nvenc @ 0x5649bab0c500] No capable devices found

  这种有多种情况

  • 驱动没有安装好
  • 显卡不支持此种编码

• Ubuntu在禁用nouveau后，重启会黑屏。并之后都会黑屏

  恢复nouveau驱动

API的时候,AVCodec`编解码器可以改成:

#使用nvidia的264的编码器
av_find_encoder_by_name(“h264_nvenc”); 
#使用nvidia的265的编码器
av_find_encoder_by_name(“hevc_nvenc”);

FAQ

• 在windows平台下编译时,ffmpeg的编译日志：无效的选项，–extra-ldflags将忽略

  -L选项在windows下的适配性不太友好，使用-libpath::“路径”

• [h264_nvenc @ 0x5649bab0c500] 10 bit encode not supported

  此种编码，显卡不支持。参照显卡编解码支持列表

• [h264_nvenc @ 0x5649bab0c500] No capable devices found

  这种有多种情况

  • 驱动没有安装好
  • 显卡不支持此种编码

• Ubuntu在禁用nouveau后，重启会黑屏。并之后都会黑屏

  恢复nouveau驱动

标签：git,FFmpeg,--,编译,cuda,NVIDIA,硬件加速,安装,ffmpeg
来源： https://blog.csdn.net/qq_38576022/article/details/117907922

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。