2. 开发环境搭建：FFmpeg编译与硬件加速全家桶

说实话，搭建开发环境这件事，看着简单，坑却不少。我见过太多人在这一步卡上好几天——不是驱动版本对不上，就是FFmpeg编译出来不支持硬件加速。这一章，我把这些年踩过的坑、总结的经验，一次性给你讲清楚。

2.1 NVIDIA路线：驱动 + CUDA + FFmpeg

先讲NVIDIA，因为这是目前用得最广的方案。我自己的主力开发机就是一块RTX 4060，做H.264/H.265硬件编码，速度比纯软件快10倍以上。

2.1.1 安装NVIDIA驱动

别用系统自带的nouveau开源驱动，那个不支持CUDA。一定要装NVIDIA官方闭源驱动。

# 查看当前显卡型号
lspci | grep -i nvidia

# 添加NVIDIA驱动源（Ubuntu/Debian）
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

# 安装推荐版本（我习惯用535或545长期支持版）
sudo apt install nvidia-driver-545

# 重启后验证
nvidia-smi

2.1.2 安装CUDA工具包

CUDA Toolkit不只是用来做AI训练的，FFmpeg的NVIDIA硬件加速也依赖它。我个人建议装12.x版本，兼容性最好。

# 下载CUDA 12.4 runfile（推荐这种方式，方便管理）
wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.15_linux.run

# 执行安装，注意不要勾选Driver（我们已经装过了）
sudo sh cuda_12.4.0_550.54.15_linux.run

# 配置环境变量
echo 'export PATH=/usr/local/cuda-12.4/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

# 验证
nvcc --version

2.1.3 编译FFmpeg（带NVIDIA支持）

这里有个关键点：FFmpeg的NVIDIA硬件加速依赖nv-codec-headers和ffnvcodec。我刚开始不知道，编译出来死活找不到h264_nvenc编码器。

# 1. 安装依赖
sudo apt install build-essential yasm nasm libx264-dev libx265-dev libvpx-dev

# 2. 下载nv-codec-headers
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
cd nv-codec-headers
sudo make install

# 3. 下载FFmpeg源码
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg
cd ffmpeg

# 4. 配置（重点！）
./configure \
  --enable-nonfree \
  --enable-cuda-nvcc \
  --enable-libnpp \
  --extra-cflags=-I/usr/local/cuda/include \
  --extra-ldflags=-L/usr/local/cuda/lib64 \
  --enable-gpl \
  --enable-libx264 \
  --enable-libx265 \
  --enable-nvenc \
  --enable-cuda

# 5. 编译（-j后面的数字是你的CPU核心数）
make -j$(nproc)
sudo make install

# 6. 验证
ffmpeg -encoders | grep nvenc
ffmpeg -decoders | grep cuvid

2.2 Intel路线：Media SDK vs oneVPL

Intel的硬件加速方案有点复杂。早期是Media SDK，后来被oneVPL取代。你想想看，Intel自己都迭代了一轮，我们开发者当然要选最新的。

2.2.1 硬件要求

Intel平台	支持的编解码	推荐方案
6-10代酷睿	H.264/H.265/VP9	Media SDK
11代+酷睿	H.264/H.265/VP9/AV1	oneVPL
Xeon Scalable	H.264/H.265	Media SDK

2.2.2 安装oneVPL

# 安装Intel Media Driver（核显驱动）
sudo apt install intel-media-va-driver-non-free

# 安装oneVPL运行时和开发包
git clone https://github.com/oneapi-src/oneVPL.git
cd oneVPL
mkdir build && cd build
cmake ..
make -j$(nproc)
sudo make install

# 安装oneVPL GPU运行时
git clone https://github.com/oneapi-src/oneVPL-gpu.git
cd oneVPL-gpu
mkdir build && cd build
cmake ..
make -j$(nproc)
sudo make install

2.2.3 编译FFmpeg（带QSV支持）

./configure \
  --enable-libmfx \
  --enable-vaapi \
  --enable-qsv \
  --enable-gpl \
  --enable-libx264 \
  --enable-libx265

make -j$(nproc)
sudo make install

# 验证
ffmpeg -encoders | grep qsv
ffmpeg -decoders | grep qsv

2.3 AMD路线：VAAPI与VDPAU

AMD这边，VAAPI是主流，VDPAU逐渐被淘汰。我个人建议直接上VAAPI，兼容性好，性能也够用。

2.3.1 安装AMD驱动

# 安装AMDGPU-PRO驱动（推荐）
sudo apt install amdgpu-pro

# 或者使用开源驱动（mesa）
sudo apt install mesa-va-drivers mesa-vdpau-drivers

# 验证
vainfo
vdpauinfo

2.3.2 编译FFmpeg（带VAAPI/VDPAU）

./configure \
  --enable-vaapi \
  --enable-vdpau \
  --enable-gpl \
  --enable-libx264 \
  --enable-libx265

make -j$(nproc)
sudo make install

# 验证
ffmpeg -encoders | grep vaapi
ffmpeg -decoders | grep vdpau

2.4 知识体系总览

下面这张图，把三大平台的硬件加速路线串起来了。你跟着它走，不会迷路。

2.5 多平台共存与切换

实际项目中，你可能需要在一台机器上同时支持NVIDIA和Intel。我自己的工作站就是RTX 4060 + Intel核显双卡配置。怎么做？

1. 编译时全部开启：把--enable-nvenc、--enable-libmfx、--enable-vaapi都加上
2. 运行时指定设备：用-hwaccel_device参数选择
3. 环境变量控制：export FFMPEG_HWACCEL_DEVICE=1

# 使用NVIDIA硬件加速
ffmpeg -hwaccel cuda -hwaccel_device 0 -i input.mp4 -c:v h264_nvenc output.mp4

# 使用Intel QSV硬件加速
ffmpeg -hwaccel qsv -hwaccel_device /dev/dri/renderD128 -i input.mp4 -c:v h264_qsv output.mp4

# 使用AMD VAAPI硬件加速
ffmpeg -hwaccel vaapi -hwaccel_device /dev/dri/renderD129 -i input.mp4 -c:v h264_vaapi output.mp4

2.6 常见问题与解决方案

问题	原因	解决方案
nvidia-smi找不到	驱动未正确安装	重装驱动，检查内核模块lsmod | grep nvidia
FFmpeg编译报错ERROR: cuda-nvcc not found	CUDA路径未配置	检查--extra-cflags和--extra-ldflags
Intel QSV编码器找不到	libmfx符号链接缺失	sudo ln -s libmfx.so.1 libmfx.so
AMD VAAPI报错DRM_IOCTL失败	内核驱动版本不匹配	更新linux-firmware或内核