环境搭建 Docker内FFmpeg GPU加速

比眉伴天荒 2023-02-28 11:20 4阅读 0赞

> [参考文档][Link 1]  
> 这篇文章不是在docker内的  
> 编译过程写的非常详细了，亲测可以使用  
> 注意ffmpeg版本要3.x, 我用4.3 4.2都没有成功

#### 0.安装依赖 ####

yum install autoconf automake bzip2 cmake freetype-devel gcc gcc-c++ git libtool make mercurial pkgconfig zlib-devel

### 1. 首先宿主机要有显卡驱动 ###

这里省略掉可

### 2. 再 [安装nvidia-docker][nvidia-docker] ###

### 3. 再下载 [nvidia的基础镜像][nvidia] ###

选择合适的版本，我选择的是  
`nvidia/cuda:10.2-cudnn7-devel-centos7`  
带`devel`字样的 ，里面才有`nvcc -V`命令  
`10.2` 是`cuda`版本

### 4. 编写Dockerfile ###

具体如何下载源码包，可以到最上面的参考文档博客中找  
https://www.jianshu.com/p/59da3d350488

或者我的分享连接  
链接: https://pan.baidu.com/s/1bDxEWuJvD9Mlj79zHHbWFA 密码: f4an

FROM nvidia/cuda:10.2-cudnn7-devel-centos7
    
    MAINTAINER tenten  "vtenten@163.com"
    
    WORKDIR /work
    
    RUN mkdir ffmpeg_source
    
    # 更换yum源
    COPY ./docker_env/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo
    RUN yum makecache && yum install -y  autoconf automake bzip2 cmake freetype-devel gcc gcc-c++ git libtool make mercurial pkgconfig zlib-devel zip unzip
    
    # 编译 nasm-2.13.02
    ADD ./ffmpeg_souRUN cd ffmpeg_source/nasm-2.13.02 && ./autogen.sh && ./configure --prefix="/root/ffmpeg_build" --bindir="/root/bin" && make && make install
    
    # 设置bin目录 lib
    ENV PATH="/root/bin:${PATH}"
    ENV LD_LIBRARY_PATH="/root/ffmpeg_build/lib"
    ENV PKG_CONFIG_PATH="/root/ffmpeg_build/lib/pkgconfig"
    
    # 编译 yasm-1.3.0
    ADD ./ffmpeg_source/yasm-1.3.0.tar.gz  ./ffmpeg_source/
    RUN cd ffmpeg_source/yasm-1.3.0 && ./configure --prefix="/root/ffmpeg_build" --bindir="/root/bin" && make && make install
    
    # 编译 x264
    ADD ./ffmpeg_source/x264.tar.gz  ./ffmpeg_source/rce/nasm-2.13.02.tar.bz2 ./ffmpeg_source/
    RUN cd ffmpeg_source/x264  && ./configure --prefix="/root/ffmpeg_build" --bindir="/root/bin" --enable-static && make && make install
    
    # 编译 libfdk_acc
    ADD ./ffmpeg_source/fdk-aac.tar.gz  ./ffmpeg_source/
    RUN cd ffmpeg_source/fdk-aac && autoreconf -fiv && ./configure --prefix="/root/ffmpeg_build" --disable-sharedi && make && make install
    
    # 编译 libmp3lame
    ADD ./ffmpeg_source/lame-3.100.tar.gz  ./ffmpeg_source/
    RUN cd ffmpeg_source/lame-3.100 && ./configure --prefix="/root/ffmpeg_build" --bindir="/root/bin" --disable-shared --enable-nasm && make && make install
    
    # 编译 nv-codec-headers
    ADD ./ffmpeg_source/nv-codec-headers.tar.gz  ./ffmpeg_source/
    RUN cd ffmpeg_source/nv-codec-headers && make PREFIX="/root/ffmpeg_build" BINDDIR="/root/bin" && make install PREFIX="/root/ffmpeg_build" BINDDIR="/root/bin"
    
    # 编译 ffmpeg
    ADD ./ffmpeg_source/ffmpeg-3.3.8.tar.bz2  ./ffmpeg_source/
    RUN cd ffmpeg_source/ffmpeg-3.3.8 && ./configure --prefix="/root/ffmpeg_build" --pkg-config-flags="--static"  \
        --extra-cflags="-I/root/ffmpeg_build/include -I/usr/local/cuda/include" \
        --extra-ldflags="-L/root/ffmpeg_build/lib -L/usr/local/cuda/lib64"  \
        --extra-libs=-lpthread  --extra-libs=-lm  --bindir="/root/bin" \
        --enable-gpl  --enable-libfdk_aac  --enable-libmp3lame  --enable-libx264  --enable-nonfree \
        --enable-cuda \
        --enable-cuvid \
        --enable-nvenc \
        --enable-libnpp \
        && make && make install && hash -r

### 测试 ###

ffmpeg -hwaccel cuvid -c:v h264_cuvid -i 1.mp4 -c:v h264_nvenc -b:v 2048k -vf scale_npp=1280:-1 -y out.mp4

### 错误信息 ###

使用测试命令，可能会报如下错误  
Cannot load libnvcuvid.so.1  
Cannot load libnvidia-encode.so.1  
因为docker容器内没有这两个文件，经过我查找发现，在宿主机中有，我们需要拷贝今容器内，然后再作一个软连接。

`ubuntu 系统`

# 在这些目录下查找上述文件
    /lib/x86_64-linux-gnu
    /usr/lib/x86_64-linux-gnu

`centos系统`

# 在下面这个目录里
    /lib64/nvidia

找到这两个文件，我们发现，他们其实是软连接  
我们`ll`命令文件，找到原始文件，  
libnvcuvid.so.440.100  
libnvidia-encode.so.440.100  
后面的尾号可能不一样，它是显卡驱动版本号，  
我们把这个拷贝到docker中，然后软连接

# 宿主机
    /usr/lib/x86_64-linux-gnu/libnvcuvid.so.440.100
    /usr/lib/x86_64-linux-gnu/libnvidia-encode.so.440.100
    
    # 拷贝到docker这里
    /lib64/libnvcuvid.so.440.100
    /lib64/libnvidia-encode.so.440.100
    
    
    # docker内软连接
    ln -s /lib64/libnvcuvid.so.440.100 /lib64/libnvcuvid.so.1
    ln -s /lib64/libnvidia-encode.so.440.100 /lib64/libnvidia-encode.so.1
    
    # 然后上面的操作，也最好写在dockerfile内

[Link 1]: https://www.jianshu.com/p/59da3d350488
[nvidia-docker]: https://github.com/NVIDIA/nvidia-docker
[nvidia]: https://hub.docker.com/r/nvidia/cuda/tags