0x00 Предисловие

FFMPEG — это популярное в настоящее время решение уровня платформы с открытым исходным кодом для кроссплатформенной обработки аудио- и видеопотоков. Он обладает мощными функциями: от записи аудио и видео, кодирования и декодирования, перекодирования, мультиплексирования, фильтрации до потокового вывода — инструменты командной строки FFMPEG могут эффективно справиться с этим.

Графические процессоры NVIDIA содержат один или несколько аппаратных декодеров и кодировщиков, независимых от ядер CUDA и обеспечивающих полностью ускоренное аппаратное декодирование и кодирование видео для многих популярных кодеков. После разгрузки декодирования/кодирования его графический движок и ЦП также могут выполнять другие операции. Механизм аппаратного ускорения графического процессора для декодирования видео NVDEC и кодирования видео NVENC поддерживает обработку видео быстрее, чем в реальном времени, что делает его пригодным не только для воспроизведения видео, но и для приложений перекодирования. Модуль кодирования и декодирования графического процессора имеет архитектуру и характеристики, показанные ниже:

Схема архитектуры аппаратного кодека

С помощью облачного сервера графического процессора Tencent Cloud и соответствующей библиотеки кодеков NVIDIA мы можем легко ускорить работу по кодированию и декодированию FFMPEG в различных сценариях, еще больше повышая эффективность обработки аудио- и видеопотоков.

Обязательным условием для включения ускорения графического процессора является правильная компиляция исходного кода FFMPEG. Эта проблема сбивает с толку многих друзей. Эта статья решит за вас этот вопрос и шаг за шагом скомпилирует последнюю стабильную версию FFMPEG на облачном сервере графического процессора.

Итак, пойдемте со мной и начните с создания облачного сервера с графическим процессором~

0x01 Консоль облачного сервера графического процессора активирована

На главной странице официального сайта Tencent Cloud мы выбираем самый популярный вычислительный продукт — облачный сервер. На данный момент это самый безопасный и стабильный облачный сервер Tencent Cloud, предоставляющий разработчикам высокодоступные и высокопроизводительные вычислительные услуги. После нажатия «Купить сейчас» на главной странице продукта мы попадаем на страницу конфигурации покупки облачного сервера, как показано на рисунке ниже. Это самый важный первый шаг:

облачный сервер Выбор режима биллинга

Обратите внимание, что в биллинговом режиме, если вы уверены, что в будущем будете часто и с высокой нагрузкой использовать облачный сервер в течение длительного времени, вы можете выбрать режим годовой и ежемесячной подписки. Однако для краткосрочных сценариев проверки/эксперимента среды, подобных нашему, оплата по мере использования является наиболее экономически эффективным вариантом. Потому что мы можем «осаждать» состояние облачного сервера путем создания образа после установки необходимого программного обеспечения, а затем безопасно уничтожить экземпляр. Вы можете использовать его и создавать, когда он вам понадобится позже. Гибкость — самое большое преимущество облачных серверов.

После выбора региона и зоны доступности мы начинаем выбирать модель конфигурации. Здесь мы выбираем модель вычислений на графическом процессоре Tencent Cloud GN7. Он оснащен графическим процессором NVIDIA T4, который имеет отличную производительность (до 2560 ядер и 16 ГБ видеопамяти) и чрезвычайно высокую производительность. Это очень популярная модель графического процессора Tencent Cloud. Он подходит для различных общих сценариев и имеет высокую эффективность. рекомендуется.

Выбор модели облачного сервера GPU

Драйвер/инструментарий CUDA очень удобен. В этой статье не рассматривается процесс установки.,Если вам интересно, пожалуйста, обратитесь к этой статье：Cloud + Community [статья] Облачный сервер графического процессора (драйвер)。но не забывай,Обязательно проверьте после установки,Эта команда доступна:

nvidia-smi

Чтобы проверить установку CUDA Toolkit и версию драйвера. Используйте следующую команду:

lsmod | grep nvidia

Чтобы проверить, что официальный драйвер NVIDIA правильно загружен в текущее ядро ​​системы, как показано на рисунке:

Убедитесь, что CUDA установлен правильно.

На этом инициализация облачного сервера завершена, приступим к следующему этапу загрузки исходного кода~

0x02 Загрузка исходного кода последней стабильной версии FFMPEG

В системе Linux,Самым большим преимуществом выборочной установки программного обеспечения является то, что вы всегда можете установить последнюю стабильную версию.,Испытайте новейшие функции как можно скорее. конечно,дляFFMPEGне исключение。мы можемОфициальный сайт FFMPEG,Нажмите самую большую зеленую кнопку «Загрузить» справа, чтобы перейти на страницу загрузки исходного кода.,Как показано на рисунке:

Официальный сайт FFMPEG源码Вниз载

通过wgetСкачать сжатый пакет исходного кода,Последней версией на данный момент является версия 4.4. Затем проверьте целостность загрузки исходного кода с помощью подписи GPG:

wget https://www.ffmpeg.org/releases/ffmpeg-4.4.tar.xz
​
wget https://www.ffmpeg.org/releases/ffmpeg-4.4.tar.xz.asc
gpg --verify ffmpeg-4.4.tar.xz.asc ffmpeg-4.4.tar.xz

Результаты проверки команды GPG следующие:

Подпись GPG проверяет целостность загрузки

Если вы видите слова «Хорошая подпись», поздравляем, можете смело распаковывать и готовиться к компиляции~

0x03 Подготовка конфигурации компиляции FFMPEG

Пройди первымtarКоманда для распаковки пакета исходного кода,УведомлениедляxzИспользуемый метод сжатия-JПараметры

tar -Jxvf ffmpeg-4.4.tar.xz

После завершения декомпрессии создается новыйffmpegОглавление,Входим в этот каталог и выполняем все последующие операции

cd ffmpeg-4.4

Обратите внимание здесь,Если выполняется напрямуюconfigureНеизбежно будет сообщено о следующей ошибке：

nasm/yasm not found or too old. Use --disable-x86asm for a crippled build.
blablabla...

Это связано с тем, что соответствующий инструмент ассемблера не установлен.,Установить в системуyasmВот и все

sudo apt install yasm

На данный момент, хотя мы можем успешно выполнитьconfigure,Но его по-прежнему нельзя совместить с новейшими функциями кодека NVIDIA. Даже если компиляция прошла успешно,Его можно выполнить только с помощью процессора. Нам нужно установить заголовочные файлы кодека NVIDIA в системный каталог.,Выполните следующую команду:

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

Тогда ты действительно сможешьconfigureПонятно

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

Ввод команды такой, как показано на рисунке:

configure (конфигурация компиляции исходного кода)

Далее мы готовы к компиляции~

0x04 Компиляция FFMPEG и проверка командной строки

Перед компиляцией,мы проходимlscpuКоманда может видеть нашиоблачный Сервер имеет 20 ядер, что действительно мощно.

Проверьте количество ядер процессора

Когда во время компиляции мы указываем степень параллелизма 20, мы можем использовать максимальную вычислительную мощность сервера:

make -j 20

обычная ситуация,Сборка будет в1Успешно завершено в течение нескольких минут。текущий Оглавление Он будет заново скомпилирован в течениеffmpegисполняемый файл~

Попробуйте выполнить его и указать отображение информации об аппаратном ускорении:

./ffmpeg -hwaccels

Вы увидите, что cuda отображается в режиме аппаратного ускорения вывода. Мы проверили параметры компиляции и включение CUDA. Запустите установку:

make install

существовать/usr/local/binОглавление В следующий раз будет одинffmpegСвязанные команды инструмента Понятно,нравитьсяffmpeg、ffprobeждать,Все они находятся в глобальной PATH.,Можетсуществоватьиспользуется в системе Понятно。ffmpegСоответствующие библиотеки будут установлены на/usr/local/libОглавление Вниз,Включая динамические и статические библиотеки.

бегатьffmpegКоманда для просмотра поддерживаемых кодеков：

ffmpeg -codecs | grep cuvid

Проверка компиляции FFMPEG

Как видите, недавно установленный ffmpeg уже содержит кодеки, относящиеся к NVIDIA. На этом этапе наш процесс компиляции успешно завершен!

0x05 Сводка

На данный момент, я полагаю, вы знакомы с процессом компиляции исходного кода FFMPEG на облачном сервере Tencent Cloud GPU и с распространенными ошибками. Чувствуете ли вы себя уверенно? Создайте экземпляр графического процессора и испытайте удовольствие от ускоренного перекодирования видео~

0x06 Ссылки

• Облачный сервер Tencent CVM
• Официальный сайт FFMPEGReleaseЗагрузка версии
• Как ускорить кодирование видео ffmpeg с помощью графического процессора
• Cloud + Community [статья] Облачный сервер графического процессора (драйвер)
• Облако + Сообщество [Видео] Как создать среду обучения искусственному интеллекту в облаке
• Cloud + Community [статья] Создание среды глубокого обучения Jupyter на экземплярах графического процессора
• https://developer.nvidia.com/nvidia-video-codec-sdk