一文速通GPU版FFmpeg视频转码的安装使用

目录

写在前面

一、FFmpeg 版本

二、完整安装步骤

1. 安装编译依赖

2.安装nv-codec-headers SDK 12.0

3.如果需要 x264/x265（软件编码备用）

4. 下载 FFmpeg 6.0 源码

5. 配置编译选项

6. 编译并安装

三、 验证安装

1.查看FFmpeg版本

2.检查 NVENC 编码器是否可用

3.检查 CUVID 解码器是否可用

4. 检查 NVIDIA 硬件加速是否启用

5.试着转码一个视频

四、NVENC是什么

五、nv-codec-headers SDK是什么

写在前面

我有一张破显卡（P100），我要在这张显卡上用FFmpeg 进行视频转码。因为这张卡虽然破，也比纯CPU转码要快的多，配置如下：

显卡：Tesla P100 PCIe 16GB

显卡驱动：525.105.17

CUDA 版本:12.0

操作系统：Ubuntu 18.04.1

一、FFmpeg 版本

我的配置不高，但是FFmpeg 的 GPU 加速（NVENC/NVDEC）完全可用，只是不能使用最高版本的FFmpeg 。驱动 525.105.17 最高支持 Video Codec SDK 12.0，可以安装最高 FFmpeg 6.0+ 版本。

最终方案：编译 FFmpeg 6.0 配合 nv-codec-headers SDK 12.0 分支，以避免 "Driver does not support the required nvenc API version" 错误。

二、完整安装步骤

1. 安装编译依赖

sudo apt-get update sudo apt-get install -y build-essential yasm cmake libtool libc6 libc6-dev unzip wget libnuma1 libnuma-dev git pkg-config

2.安装nv-codec-headers SDK 12.0

wget -O nv-codec-headers-sdk-12.0.tar.gz "https://github.com/FFmpeg/nv-codec-headers/archive/refs/heads/sdk/12.0.tar.gz" tar -xzf nv-codec-headers-sdk-12.0.tar.gz cd nv-codec-headers-sdk-12.0 sudo make install

3.如果需要 x264/x265（软件编码备用）

a.安装依赖

sudo apt-get install -y libx264-dev libx265-dev libnuma-dev

b.如果libx264-dev找不到，用：

sudo apt-get install -y libx264-163 libx264-dev

4. 下载 FFmpeg 6.0 源码

先准备文件夹，我所有ffmpeg相关的文件都放在/mnt/ffmpeg目录：

cd /mnt/ffmpeg wget https://ffmpeg.org/releases/ffmpeg-6.0.1.tar.xz tar -xJf ffmpeg-6.0.1.tar.xz cd ffmpeg-6.0.1

5. 配置编译选项

./configure --enable-nonfree --enable-cuda-nvcc --enable-libnpp --enable-cuvid --enable-nvenc --enable-ffnvcodec --enable-cuda --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --disable-static --enable-shared --enable-gpl --enable-libx264 --enable-libx265

关键参数说明：

• --enable-cuda-nvcc：启用 CUDA 编译

• --enable-cuvid：启用 NVDEC 硬件解码

• --enable-nvenc：启用 NVENC 硬件编码

• --enable-libnpp：启用 NVIDIA Performance Primitives（用于 GPU 滤镜如 scale_npp）

• --extra-cflags=-I/usr/local/cuda/include：指向 CUDA 头文件

• --extra-ldflags=-L/usr/local/cuda/lib64：指向 CUDA 库文件

6. 编译并安装

make -j$(nproc) sudo make install sudo ldconfig

三、 验证安装

1.查看FFmpeg版本

ffmpeg -version

2.检查 NVENC 编码器是否可用

ffmpeg -hide_banner -encoders | grep nvenc

3.检查 CUVID 解码器是否可用

ffmpeg -hide_banner -decoders | grep cuvid

4. 检查 NVIDIA 硬件加速是否启用

ffmpeg -hide_banner -hwaccels | grep cuda

5.试着转码一个视频

ffmpeg \ -hwaccel cuda \ -hwaccel_output_format cuda \ -i input_video.mp4 \ -vf "scale_npp=1920:1080" \ -c:v h264_nvenc \ -preset fast \ -b:v 4M \ -maxrate 6M \ -bufsize 8M \ -r 30 \ -c:a copy \ -y output_1080p_4m_gpu_video.mp4

四、NVENC是什么

上面提到了NVENC，NVENC是NVIDIA Video Encoder的缩写，NVIDIA 的硬件视频编码器。

简单地说，NVENC 是 NVIDIA 显卡上的一个独立硬件模块，专门负责视频编码，不占用 GPU 的 CUDA 核心。

Tesla P100 有这个模块，所以可以用显卡硬件编码视频，而不是用 CPU 软编码。

我们注意到表格中最后一列中：CPU 软编码质量更好。没错，同码率下 CPU 软编码（libx264）通常比 GPU 硬编码（h264_nvenc）画质更清晰，但差距在缩小。

但差距没那么大（特别是高码率时）

所以，同码率下 CPU 更清晰，但 GPU 快 5-10 倍。如果 GPU 编码，码率给高一点（比如 CPU 用 3M，GPU 用 5M），画质就能追平，速度还是快很多。

五、nv-codec-headers SDK是什么

nv-codec-headers是 NVIDIA 视频编解码的头文件库，FFmpeg 编译 GPU 加速功能时必须用到。

简单的说，它是 NVIDIA 提供的接口定义文件（.h头文件），让 FFmpeg 知道怎么调用显卡上的NVENC（硬件编码器）和NVDEC/CUVID（硬件解码器）。没有它，FFmpeg 编译时就找不到这些接口，GPU 编解码功能就启用不了。

为什么需要单独安装？

NVIDIA 的 Video Codec SDK 是闭源的，但头文件是开源的。FFmpeg 不能直接链接 SDK，只能通过这些头文件动态加载显卡驱动里的编码/解码功能。

版本必须匹配

六、CPU版FFmpeg

这是CPU版预编译的FFmpeg下载地址，可以下载直接用，不需要上面的一系列操作：FFbinaries - Download binaries for ffmpeg, ffprobe, ffserver and ffplay (cross-platform: Windows, Mac, Linux)

GPU版FFmpeg的安装就介绍到这里。

关注不迷路(*^▽^*)，暴富入口==》 https://bbs.csdn.net/topics/619691583