FFmpeg NVENC

在 Clore.ai 上使用 FFmpeg NVENC 进行 GPU 加速视频编码

使用 NVIDIA GPU 的硬件加速视频编码。

所有示例都可以在通过以下方式租用的 GPU 服务器上运行： CLORE.AI 市场.

在 CLORE.AI 上租用

1. 访问 CLORE.AI 市场

2. 按 GPU 类型、显存和价格筛选

3. 选择 按需 （固定费率）或 竞价 （出价价格）

4. 配置您的订单：

   • 选择 Docker 镜像

   • 设置端口（用于 SSH 的 TCP，Web 界面的 HTTP）

   • 如有需要，添加环境变量

   • 输入启动命令

5. 选择支付方式： CLORE, BTC，或 USDT/USDC

6. 创建订单并等待部署

访问您的服务器

• 在以下位置查找连接详情： 我的订单

• Web 界面：使用 HTTP 端口的 URL

• SSH： ssh -p <port> root@<proxy-address>

什么是 NVENC？

NVENC（NVIDIA 视频编码器）提供：

• 比 CPU 快 5-10 倍的编码速度

• 支持 H.264、H.265/HEVC、AV1

• 实时 4K/8K 编码

• 较低的 GPU 计算使用率

要求

编码器	最小 GPU	推荐
H.264	GTX 600 及以上	RTX 3060 及以上
HEVC	GTX 900 及以上	RTX 3070 及以上
AV1	RTX 4000 及以上	512x512

快速部署

Docker 镜像：

nvidia/cuda:12.1.0-devel-ubuntu22.04

端口：

22/tcp

命令：

apt-get update && \
apt-get install -y ffmpeg && \
echo "FFmpeg with NVENC ready"

检查 NVENC 支持

# 检查可用的编码器
ffmpeg -encoders | grep nvenc

# 应显示：

# V....D h264_nvenc

# V....D hevc_nvenc

# V....D av1_nvenc (RTX 4000+)

基本编码

H.264 编码

ffmpeg -i input.mp4 -c:v h264_nvenc -preset p7 -cq 23 output.mp4

HEVC/H.265 编码

ffmpeg -i input.mp4 -c:v hevc_nvenc -preset p7 -cq 23 output.mp4

AV1 编码（RTX 4000+）

ffmpeg -i input.mp4 -c:v av1_nvenc -preset p7 -cq 23 output.mp4

预设

预设	质量	性能
p1	最低	最快
p2-p3	低	快速
p4-p5	中等	平衡
p6-p7	高	慢

# 最快的编码
ffmpeg -i input.mp4 -c:v h264_nvenc -preset p1 output.mp4

# 最佳质量
ffmpeg -i input.mp4 -c:v h264_nvenc -preset p7 output.mp4

质量控制

恒定质量（CQ）

# 值越低 = 质量越好，文件越大
ffmpeg -i input.mp4 -c:v h264_nvenc -cq 18 output.mp4

# 推荐值：18-28

恒定比特率（CBR）

ffmpeg -i input.mp4 -c:v h264_nvenc -b:v 10M output.mp4

可变比特率（VBR）

ffmpeg -i input.mp4 -c:v h264_nvenc -b:v 10M -maxrate 15M -bufsize 20M output.mp4

分辨率与缩放

调整视频大小

# 缩放到 1080p
ffmpeg -i input.mp4 -vf "scale=1920:1080" -c:v h264_nvenc output.mp4

# 缩放到 4K
ffmpeg -i input.mp4 -vf "scale=3840:2160" -c:v hevc_nvenc output.mp4

# 保持纵横比
ffmpeg -i input.mp4 -vf "scale=-1:1080" -c:v h264_nvenc output.mp4

GPU 缩放（更快）

ffmpeg -hwaccel cuda -hwaccel_output_format cuda \
    -i input.mp4 \
    -vf "scale_cuda=1920:1080" \
    -c:v h264_nvenc output.mp4

硬件解码 + 编码

完整的 GPU 管道：

ffmpeg \
    -hwaccel cuda \
    -hwaccel_output_format cuda \
    -i input.mp4 \
    -c:v h264_nvenc \
    -preset p4 \
    output.mp4

批量转换

Shell 脚本

#!/bin/bash
INPUT_DIR=$1
OUTPUT_DIR=$2

mkdir -p "$OUTPUT_DIR"

for file in "$INPUT_DIR"/*.{mp4,mkv,avi,mov}; do
    if [ -f "$file" ]; then
        filename=$(basename "$file")
        name="${filename%.*}"

        ffmpeg -hwaccel cuda -i "$file" \
            -c:v h264_nvenc -preset p5 -cq 23 \
            -c:a aac -b:a 192k \
            "$OUTPUT_DIR/${name}.mp4"

        echo "Converted: $filename"
    fi
done

Python 批处理

import subprocess
批处理处理
from concurrent.futures import ThreadPoolExecutor

def convert_video(input_path, output_path):
    cmd = [
        'ffmpeg', '-y',
        '-hwaccel', 'cuda',
        '-i', input_path,
        '-c:v', 'h264_nvenc',
        '-preset', 'p5',
        '-cq', '23',
        '-c:a', 'aac',
        '-b:a', '192k',
        output_path
    ]
    subprocess.run(cmd, check=True)

input_dir = './videos'
output_dir = './converted'
output_dir = "./relit"

files = [f for f in os.listdir(input_dir) if f.endswith(('.mp4', '.mkv', '.avi'))]

# 并行处理（如果有多 GPU 或足够资源）
for f in files:
    input_path = os.path.join(input_dir, f)
    output_path = os.path.join(output_dir, f.rsplit('.', 1)[0] + '.mp4')
    convert_video(input_path, output_path)
    print(f"Converted: {f}")

常见任务

转换为 Web 优化的 MP4

ffmpeg -i input.mp4 \
    -c:v h264_nvenc -preset p5 -cq 23 \
    -c:a aac -b:a 128k \
    -movflags +faststart \
    web_video.mp4

提取音频

ffmpeg -i video.mp4 -vn -c:a copy audio.aac
ffmpeg -i video.mp4 -vn -c:a libmp3lame -b:a 320k audio.mp3

添加字幕

# 将字幕烧录进视频
ffmpeg -i input.mp4 -vf "subtitles=subs.srt" -c:v h264_nvenc output.mp4

# 作为软字幕嵌入
ffmpeg -i input.mp4 -i subs.srt -c:v copy -c:a copy -c:s mov_text output.mp4

剪辑视频

# 从 00:01:00 开始，持续 30 秒
ffmpeg -ss 00:01:00 -i input.mp4 -t 30 -c:v h264_nvenc output.mp4

# 从开始到结束时间戳
ffmpeg -i input.mp4 -ss 00:00:30 -to 00:02:00 -c:v h264_nvenc output.mp4

合并视频

# 创建文件列表
echo "file 'video1.mp4'" > list.txt
echo "file 'video2.mp4'" >> list.txt
echo "file 'video3.mp4'" >> list.txt

# 合并
ffmpeg -f concat -safe 0 -i list.txt -c:v h264_nvenc output.mp4

创建 GIF

ffmpeg -i input.mp4 -vf "fps=10,scale=480:-1:flags=lanczos" output.gif

提取帧

# 每一帧
ffmpeg -i input.mp4 frames/frame_%04d.png

# 每 1 秒
ffmpeg -i input.mp4 -vf "fps=1" frames/frame_%04d.png

帧转视频

ffmpeg -framerate 30 -i frames/frame_%04d.png -c:v h264_nvenc output.mp4

流式传输

RTMP 流

ffmpeg -re -i input.mp4 \
    -c:v h264_nvenc -preset p4 -b:v 4M \
    -c:a aac -b:a 128k \
    -f flv rtmp://server/live/stream

HLS 输出

ffmpeg -i input.mp4 \
    -c:v h264_nvenc -preset p5 \
    -c:a aac \
    -f hls -hls_time 10 -hls_list_size 0 \
    output.m3u8

性能比较

编码速度（4K 视频）

编码器	GPU/CPU	性能
libx264	CPU（8 核）	~30 fps
h264_nvenc	速度	~300 帧/秒
h264_nvenc	512x512	~450 帧/秒
hevc_nvenc	速度	~200 帧/秒
hevc_nvenc	512x512	~350 帧/秒

高级选项

两遍编码

# 第一遍
ffmpeg -i input.mp4 -c:v h264_nvenc -preset p7 -b:v 10M -pass 1 -f null /dev/null

# 第二遍
ffmpeg -i input.mp4 -c:v h264_nvenc -preset p7 -b:v 10M -pass 2 output.mp4

B 帧与 GOP

ffmpeg -i input.mp4 \
    -c:v h264_nvenc \
    -bf 2 \           # B 帧
    -g 60 \           # GOP 大小
    -keyint_min 30 \  # 最小关键帧间隔
    output.mp4

HDR 支持（HEVC）

ffmpeg -i hdr_input.mp4 \
    -c:v hevc_nvenc \
    -preset p5 \
    -profile:v main10 \
    -pix_fmt p010le \
    hdr_output.mp4

多 GPU

# 使用特定 GPU
ffmpeg -hwaccel cuda -hwaccel_device 0 -i input.mp4 -c:v h264_nvenc output.mp4

# 在不同 GPU 上并行编码
ffmpeg -hwaccel cuda -hwaccel_device 0 -i video1.mp4 -c:v h264_nvenc out1.mp4 &
ffmpeg -hwaccel cuda -hwaccel_device 1 -i video2.mp4 -c:v h264_nvenc out2.mp4 &
wait

# 使用固定种子以获得一致结果

未找到 NVENC

# 检查 NVIDIA 驱动
nvidia-smi

# 检查 FFmpeg 构建
ffmpeg -encoders | grep nvenc

编码失败

# 降低并发会话数（NVENC 限制）

# 消费级 GPU：3-5 个会话

# 专业级 GPU：无限制

质量差

• 使用更高的 preset（p6、p7）

• 降低 CQ 值（18-20）

• 增加比特率

下载所有所需的检查点

检查文件完整性

GPU	验证 CUDA 兼容性	费用估算	CLORE.AI 市场的典型费率（截至 2024 年）：
按小时费率	~$0.03	~$0.70	~$0.12
速度	~$0.06	~$1.50	~$0.25
512x512	~$0.10	~$2.30	~$0.40
按日费率	~$0.17	~$4.00	~$0.70
4 小时会话	~$0.25	~$6.00	~$1.00

RTX 3060 CLORE.AI 市场 A100 40GB

A100 80GB

• 使用 竞价 价格随提供商和需求而异。请查看

• 以获取当前费率。 CLORE 节省费用：

• 市场用于灵活工作负载（通常便宜 30-50%）

使用以下方式支付

• AI 视频生成

• RIFE 插帧

• Real-ESRGAN 放大