Ubuntu20.04下FFMPEG启用CUDA硬件加速渲染速度无提升优化问询

核心原因 #

你当前命令仅开启了视频解码阶段的CUDA硬件加速，但滤镜运算、视频编码两个占比最高的环节依然运行在CPU上，且解码后的帧会从显存回拷到CPU内存做后续处理，额外增加了数据传输开销，因此硬件加速完全没有起到效果。 #

优化方案 #

1. 完善硬件解码配置

在原-hwaccel cuda后追加-hwaccel_output_format cuda，让解码后的视频帧直接保留在显存中，避免显存和CPU内存之间的无效数据拷贝。

2. 替换所有滤镜为CUDA硬件实现

原命令中的scale、boxblur、overlay、crop都是CPU原生滤镜，全部替换为NVIDIA提供的CUDA版本滤镜，让整个特效运算链路全程在显存中完成：

• 替换scale为scale_cuda
• 替换boxblur为boxblur_cuda
• 替换overlay为overlay_cuda
• 替换crop为crop_cuda

3. 启用NVENC硬件编码

默认FFmpeg会使用CPU的x264编码器输出视频，替换为h264_nvenc硬件编码器，让编码环节也跑在GPU上。 #

优化后完整命令 #

ffmpeg \
  -hwaccel cuda -hwaccel_output_format cuda \
  -f concat -safe 0 -i /home/anon/project/MEDIAFILES/work_ffmpeg_space/concat_file_user_root_projectId_1.txt \
  -filter_complex '[0:v]scale_cuda=ih*16/9:-1:flags=bicubic,boxblur_cuda=luma_radius=min(h\,w)/20:luma_power=2:chroma_radius=min(cw\,ch)/20:chroma_power=1[bg];[bg][0:v]overlay_cuda=(W-w)/2:(H-h)/2,crop_cuda=h=iw*9/16' \
  -c:v h264_nvenc -preset p6 -tune hq -b:v 8M \
  -af aselect=concatdec_select,aresample=async=1 \
  /home/anon/project/MEDIAFILES/created_videos/finalvideo_user_root_projectId_1.mp4

验证生效方法 #

运行命令时另开终端执行nvidia-smi dmon -s pucv，观察输出中的dec（解码占用）、enc（编码占用）、sm（计算单元占用）指标，如果三个指标都有明显占用就说明硬件加速已全链路生效。如果需要更高的编码速度可以把-preset p6改成-preset p7，速度更快，质量损失极小。

内容的提问来源于stack exchange，提问作者AlphaDjango