ffmpeg中是怎么使用NV 的CUDA进行编码的

learn_ffmpeg

ffmpeg中是怎么使用NV 的CUDA进行编码的

孙悟空

nvidia有NvENC，不过使用的encoder
https://developer.nvidia.com/nvidia-video-codec-sdk

在编译ffmpeg的时候configure配置时需要开启
  --enable-nvenc           enable NVIDIA NVENC support [no]

孙悟空

下面是记录的笔记，安装SDK后需要确认一些信息

1. 
   
2. nvidia-smi  -a 查看GPU状态命令
   
3. 
   
4. /root/NVIDIA_CUDA-7.0_Samples/bin/x86_64/linux/release 这个下面有一系列的GPU的测试工具，可以使用
   
5. 查看
   
6. [root@localhost release]# ./deviceQuery
   
7. ./deviceQuery Starting...
   
8. 
   
9. CUDA Device Query (Runtime API) version (CUDART static linking)
   
10. 
    
11. Detected 1 CUDA Capable device(s)
    
12. 
    
13. Device 0: "Tesla K20c"
    
14.   CUDA Driver Version / Runtime Version          7.0 / 7.0
    
15.   CUDA Capability Major/Minor version number:    3.5
    
16.   Total amount of global memory:                 4800 MBytes (5032706048 bytes)
    
17.   (13) Multiprocessors, (192) CUDA Cores/MP:     2496 CUDA Cores
    
18.   GPU Max Clock rate:                            706 MHz (0.71 GHz)
    
19.   Memory Clock rate:                             2600 Mhz
    
20.   Memory Bus Width:                              320-bit
    
21.   L2 Cache Size:                                 1310720 bytes
    
22.   Maximum Texture Dimension Size (x,y,z)         1D=(65536), 2D=(65536, 65536), 3D=(4096, 4096, 4096)
    
23.   Maximum Layered 1D Texture Size, (num) layers  1D=(16384), 2048 layers
    
24.   Maximum Layered 2D Texture Size, (num) layers  2D=(16384, 16384), 2048 layers
    
25.   Total amount of constant memory:               65536 bytes
    
26.   Total amount of shared memory per block:       49152 bytes
    
27.   Total number of registers available per block: 65536
    
28.   Warp size:                                     32
    
29.   Maximum number of threads per multiprocessor:  2048
    
30.   Maximum number of threads per block:           1024
    
31.   Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
    
32.   Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
    
33.   Maximum memory pitch:                          2147483647 bytes
    
34.   Texture alignment:                             512 bytes
    
35.   Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
    
36.   Run time limit on kernels:                     No
    
37.   Integrated GPU sharing Host Memory:            No
    
38.   Support host page-locked memory mapping:       Yes
    
39.   Alignment requirement for Surfaces:            Yes
    
40.   Device has ECC support:                        Enabled
    
41.   Device supports Unified Addressing (UVA):      Yes
    
42.   Device PCI Domain ID / Bus ID / location ID:   0 / 4 / 0
    
43.   Compute Mode:
    
44.      < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
    
45. 
    
46. deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 7.0, CUDA Runtime Version = 7.0, NumDevs = 1, Device0 = Tesla K20c
    
47. Result = PASS
    

复制代码

孙悟空

https://github.com/Brainiarc7/ffmpeg_libnvenc

也可以参考这个

learn_ffmpeg

大师兄 这个nvenc搞出来了  但是我用的是GTX TITANX 这个显卡，每个系统限制2路转码，这个是不能接受的，现在准备改成cuda并行计算进行加速，你有没有什么资料？谢谢大师兄

learn_ffmpeg

好牛逼的显卡

孙悟空

learn_ffmpeg 发表于 2016-6-13 15:21
好牛逼的显卡

现在看懂了？

learn_ffmpeg

知道cuda怎么用了！但是要把实现cuda加速x265的编码，我还需要走很长的路