NVENC를 이용한 하드웨어 인코딩을 바로 사용할 수 있는 도커입니다. 남는 gpu가 있는 경우 저성능의 cpu와 조합해 고성능의 미디어 서버를 구성할 수 있습니다.
준비물: gtx6 시리즈 이상의 그래픽 카드, nvidia-docker2
설치 방법:
1. nvidia-docker2를 인스톨합니다(도커 스테이블 버전과 호환됩니다). 선택사항) 도커의 디폴트 런타임을 nvidia로 지정합니다.
2. docker pull ncianeo/emby-cuda:latest 로 최신 도커 이미지를 받습니다.
3. 세팅 단계입니다. 제 도커 헙 설명서를 참고해 컨테이너를 실행합니다. 1.에서 선택사항을 하신 경우 —runtime=nvidia는 제외해도 됩니다. 만약 멀티gpu 환경에서 특정 gpu를 사용하고 싶은 경우 nvidia-smi 명령어로 해당 gpu 번호를 확인 한 다음, docker run 명령어에 다음과 같은 옵션을 추가합니다.
-e NVIDIA_VISIBLE_DEVICES=<gpu 번호>
Galvanizer, ph.d.
Image processing.
Deep learning.
저도 도커에 올린 미디어서버 컨테이너에 gpu 사용 방법 찾다가 방법 하나하나 시도해보면서 디버깅 해보고 하다가 겨우 찾은 방법이어서 혼자만 알기 아까워 이미지 배포한 것입니다
잘 쓰고 계시다니 보람있고 좋네요 감사합니다 ㅎㅎ
좋은 정보 감사드립니다
도커 이미지에 패치 적용할 수 있는지 알아보겠습니다
github하단에 보면 CreateBitstreamBuffer failed: out of memory (10) 에러가 뜨는 경우 ffmpeg를 패치해야한다고 합니다. https://gist.github.com/Snawoot/70ae403716c698cb86ab015626d72bd4 도커 이미지 패치시 참조 부탁드립니다~