本文使用 Ubuntu 环境。Ubuntu 直接使用 APT 安装的就支持 CUDA 加速。本文使用这样下载的版本进行演示，你自己编译或者其他源的版本可能会不同。
ffmpeg 的一些介绍，以及 macOS 版本的 ffmpeg 硬件加速请见《macOS上如何安装（不需要编译安装或者brew）、使用ffmpeg转码的教程，以及如何使用硬件加速 - ZhongUncle's CSDN》。
如果你了解转码的流程，那么直接跳过前两节，通过侧边栏跳转到"使用FFMPEG硬件加速转码"部分直接看命令。
转码的流程（解码、编码、转码的区别）
任何转码都分为解码、编码这样一个步骤。简单来说，解码就是把视频文件转换成显示的视频，编码就是把视频转换成视频文件。
关于解码和编码举 2 个例子：
- 相机：相机就是通过把传感器的信号转换成某种视频格式，也就是编码，这样推流也好，存储也好，都好处理一些，毕竟与特特定传感器的信号格式无关了。
- 看视频：看视频就是把传输来的视频格式解码成特定信号，传给显示器等设备，让你看到。
ffmpeg 如果没有任何特殊选项，默认是使用软件解码、编码。硬件加速解码就是利用某种专为某些格式解码、编码设计的芯片进行操作。
一个常识：特定设计的芯片要比 CPU 通用处理器快很多，功耗也小很多。
软、硬解码编码的区别
软件解码、编码就是利用 CPU 运行一个软件，然后由这个软件进行解码、编码的操作。这样的好处就是如果一个格式更新了，或者一些特殊类型的编码都可以实现。而硬件编码在制造芯片的时候就已经写死了，无法更改了，所以基本上更新一代，就多支持几个格式。比如 980 Ti 的编码器只支持 4:2:0 的 4K H.265 的格式，如下：
但是到 1080 Ti 的时候，就多支持了三种：
需要注意，虽然视频编解码器一般都是和 GPU 同时出现，但是这玩意不是用 CUDA 等光栅单元实现的，是单独的一部分。比如 Tesla A100 这种特别强的 GPU 并不支持硬件编解码加速，因为没有硬件编解码器。(也不是所有计算卡的都没有，比如 V100、P100 都有)
此外，这玩意是有数量的，不是说支持硬件加速，你上 10 条视频一起处理和单独处理 1 条的速度一样，后面会演示这个现象。
使用FFMPEG硬件加速转码
简单的开始
好了，在了解基础信息之后，可以开始转码了。下面是最简单的命令：
ffmpeg -c:v h264_cuvid -i input.mp4 -c:v h264_nvenc output.mp4其中：
- 前面的
-c:v h264_cuvid是用来解码的。如果你用过 Mac 上的硬件加速，会发现这种不太一样，它强制说明了解码器（如果不用这个会怎样呢，后面演示给你看）。 - 后面的
-c:v h264_nvenc是用来编码的。
此外，如果你看过官方文档，会发现和官方文档的使用方法不一样，如果使用官方文档中的命令，很容易转码的时候出现问题。
设置码率和帧率
如果使用上述的命令进行转码，那么码率和帧数很可能会不同（比如帧率 30 变 25，码率 6m 变 2m），所以我们要制定码率和帧数：
ffmpeg -c:v h264_cuvid -i input.mp4 -c:v h264_nvenc -b:v 6000k -r 30 output.mp4其中：
-b:v 6000k表示码率是6000k。-r 30表示转码后的帧率为30帧。
此时转码速率为 16x，要比核显快很多。此时显卡情况如下：
不指定硬件解码器会怎样？
前面提到它强制说明了解码器，那么如果不用这个会怎样呢？
如果不使用硬件解码器，那么就需要使用 CPU 进行软解，所以 CPU 使用率会很高，但是转码速度并不会有太大区别（有些时候会快一些）：
这种方式也有自己的使用场景：当你要修复一个视频的编码器的时候，最好用软解码，因为硬件解码器很可能无法正确识别已经有问题的编码。比如我有一个视频，用有的播放器看的时候，会无法看 11 分钟之后的内容，那么如果使用硬件解码器，会出现下面的问题：
[h264_cuvid @ 0x55ed4090d540] cuvid decode callback error
Error while decoding stream #0:0: Generic error in an external library打开视频发现转码的是黑屏，但是不指定解码器就可以正确转码。
在只有一个编码器上进行多个作业会怎样？
前面提到编码器、解码器是有数量的。并不是多少个都一样快，比如上面我们发现 3060 转码是 16x，如果同时进行两个转码任务，那么会发现总和差不多也是 16x。
这个结果可能会让你很沮丧，但是你想哈，比如直播和录像的时候，你实际上只需要 1x 的速度啊，这样的话相当于你可以同时至多跑 16 个流（实际上会少一些，因为并不是每个任务都是恒定 1x 的，保险起见要留余量），这就很不错了。
编码质量
FFMPEG
转码除了修复编码问题，一般都是换编码格式（比如 h265 转 h264）和文件格式。
同编码同文件文件格式的转码较少，不过我也试了，质量非常不错，和软转没啥区别。
我之前写过一篇 macOS 上 ffmpeg 硬件加速转码的博客：《macOS上如何安装（不需要编译安装或者brew）、使用ffmpeg转码的教程，以及如何使用硬件加速 - ZhongUncle's CSDN》，里面有个对比，是 mp4 转 mov 的同时，降低码率从 42m 到 10m，对比如下：
CUDA 硬件转码的情况如下：
会发现 3060 的质量要比 8 代酷睿的 QSV 质量好一些，真不错，就是功耗大。
OBS
硬件编码器是有个支持码率范围的，超过和过低都会有较大的画质损耗或者编码问题。
英伟达官方建议 OBS 直播设置的的分辨率、码率、帧数设置如下（下图是机翻的，"1440点"是"1440P"，也就是 2k）：
在游玩燕云十六声的时候，使用 OBS 录屏（nvenc h264 编码）8000k码率的和软编码画质差不多。采用 40Mbps 编码的时候，要比软编码差一点，但差的不是很多。关于这部分我会单独开一篇博客，之前用的是 MX250 这种英伟达 GPU，编码速度和质量要比 QSV 差很多。这里简单列一下截图：
我这里是按照个人习惯设置的，并没有按照 Nvidia 的建议设置，因为我一开始不知道官方推荐值。
麦田这种事物比较密集的场景很适合看码率损耗（你还可以用色彩多的画面检查，这个更明显），如下，可以看到麦穗虽然已经无法看清，但是远观并不糊（下面的图二次压缩过，但是也够看出来损耗可以接受了）：
希望能帮到有需要的人～
参考资料/扩展阅读
NVIDIA FFmpeg Transcoding Guide - Nvidia Developer Technical Blog：ffmpeg 中 cuda 硬件转码的一些技术介绍。
Using FFmpeg with NVIDIA GPU Hardware Acceleration：ffmpeg 中 cuda 硬件编码、解码的技术文档。
Video Encode and Decode GPU Support Matrix - Nvidia Developer：这里你可以查看哪些 GPU 支持什么编、解码器。
NVIDIA NVENC OBS Guide - Nvidia：这里英伟达介绍了如何使用 OBS 直播。
Broadcasting 101: A Beginner's Guide to Live Streaming：这里介绍了直播需要的设备规格和一些额外的链接。