接上回的话题，之前已经成功在 PVE 的虚拟机上配置了vGPU，现在来讲解如何在 Linux 服务器上，使用 Docker 版的 Jellyfin/Emby 搭配 vGPU 来实现硬件解码，本文同样适用于N卡直通用户。关于文件访问，推荐使用 NFS 将 NAS 上的文件挂载到 GPU 虚拟机上。

本文以 Debian 11 系统作为示例，理论上也适用于 Ubuntu 系统，不同发行版的用户请根据实际情况适当微调相关命令。

配置环境

  1. 安装 Docker 环境，版本不要低于23，具体安装方法略

  2. 安装 NVIDIA Container Toolkit，这是一组用于支持 NVIDIA GPU 的 Docker 容器的工具集，一共包含4个组件，分别为：

  • NVIDIA Docker2：针对官方 Docker 引擎提供支持 NVIDIA GPU 的解决方案。
  • NVIDIA Container Runtime：基于 Docker 运行时的 NVIDIA GPU 加速解决方案。
  • NVIDIA device plugin for Kubernetes：支持在 Kubernetes 中使用标准名称分配 NVIDIA GPU。

  • NVIDIA GPU Operator：简化了在 Kubernetes 集群上部署、管理和维护 NVIDIA GPU 加速工作负载的过程。

    # 添加软件源
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \
 && curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
   sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
   sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

# 安装nvidia-container-toolkit
apt update
apt install -y nvidia-container-toolkit
nvidia-ctk runtime configure --runtime=docker
systemctl restart docker

# 测试，如果能正常输出显卡信息则安装成功
docker run --rm --runtime=nvidia --gpus all nvidia/cuda:11.6.2-base-ubuntu20.04 nvidia-smi

    其他系统安装可以参考官方文档。

开始安装

  1. 使用下方的 docker-compose 文件启动 Jellyfin 容器（Emby 容器同样适用）

    version: '3.8'

services:
 # Jellyfin: https://hub.docker.com/r/nyanmisaka/jellyfin
 jellyfin:
   image: nyanmisaka/jellyfin:latest
   container_name: jellyfin
   hostname: jellyfin
   restart: always
   environment:
     - TZ=Asia/Shanghai
     - NVIDIA_DRIVER_CAPABILITIES=all
     - NVIDIA_VISIBLE_DEVICES=all
   ports:
     - 8096:8096
   volumes:
     - ./jellyfin/config:/config
     - ./jellyfin/cache:/cache
     - /mnt/media:/media
   runtime: nvidia
   deploy:
     resources:
       reservations:
         devices:
           - capabilities: [ gpu ]
  2. Jellyfin 初始化配置，略

  3. 进入控制台，选择“播放”菜单，参照GPU硬件编解码能力表，启用对应的硬件编解码选项

  4. 随便找个视频播放，验证是否生效，可以看到视频已经成功调用 GPU 解码，HDR 色调映射也没问题

  5. 最后，关于 Jellyfin 的硬件解码，实际上只需分配1-2GB显存即可满足要求。如果您使用的是黑群晖，并且不想额外启动虚拟机，或者是在物理机上搭建的黑群晖，您可以自行了解如何使群晖 Docker 使用 NVIDIA 显卡驱动。理论上，只需安装一个第三方的 NVIDIA 套件即可实现，但个人认为这可能会影响黑群晖的稳定性，因此我选择不使用这种方法。

参考文档

Never give up your dreams.