[FFMPEG硬件加速]nvidia方案

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 nouveau
options 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.run
service 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) :

./configure \--enable-nonfree \
           --disable-shared \
           --enable-nvenc \
           --enable-cuda \
           --enable-cuvid \
           --enable-libnpp \
           --extra-cflags=-Ilocal/include \
           --extra-cflags=-I../nv_sdk \

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

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