昨天因为调用GPU给FFmpeg压片子加速跟姐姐一起折腾到二半夜，现在终于不管是Win还是Linux都可以省时省力跑完一套流程（Linux在截流上还稍微有点问题，正在寻找趁手的工具——没找到，自己造了一个，详见最后）了！姑且写个记录，可能会有很多无关标题的参数记录，纯粹是记下来下次压片子备查的。我尽量写详细点，可以参考，使用场景不一样的情况下最好不要照抄。
本节主要参考文档：
注意：你之前可能已经安装过FFmpeg，但为了调用GPU所以咱还是得重新编译安装一遍。
人英伟达的文档自己写的：
To compile FFmpeg, the CUDA toolkit must be installed on the system, though the CUDA toolkit is not needed to run the FFmpeg compiled binary.
那总之先装CUDA。
下载：CUDA Toolkit Downloads（截止本文发布时间为止，最新版本为CUDA Toolkit 11.4）
是什么系统选什么，例我自己：Linux - x86_64 - Ubuntu - 20.04 - deb[local]，下载页给出的安装引导是：
$ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
$ sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
$ wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
$ sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get -y install cuda
照做应该没啥问题。
验证是否安装：
/usr/local/cuda-11.4/bin/nvcc -V
当然cuda后面的版本号应该是你安装时最新的版本，不要照抄；甚至你之前可能会安装过旧版CUDA，注意分辨local下的文件夹版本号。
如果成功，一般会返回：
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Wed_Jun__2_19:15:15_PDT_2021
Cuda compilation tools, release 11.4, V11.4.48
Build cuda_11.4.r11.4/compiler.30033411_0将ffnvcodec拖到本地：
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git
安装ffnvcodec：
cd nv-codec-headers && sudo make install && cd –
将FFmpeg的稳定分支拖到本地：
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/
安装必要的依赖：
sudo apt-get install build-essential yasm cmake libtool libc6 libc6-dev unzip wget libnuma1 libnuma-dev
编译。
./configure [...] --extra-cflags=-I/usr/local/cuda-11.4/include --extra-ldflags=-L/usr/local/cuda-11.4/lib64
编译选项里，有几项是跟GPU有关的：
--enable-nonfree
--enable-cuda
--enable-cuvid
--enable-nvenc
--enable-libnpp
CUDA的版本不一样，对应的命令不一样（比如11.4的CUDA并没有文件里写的--enable-cuda-sdk），需要手动查一下这几个命令哪个是默认开启的哪个默认没有开启。
例我自己：
./configure --enable-nonfree --enable-libnpp --extra-cflags=-I/usr/local/cuda-11.4/include --extra-ldflags=-L/usr/local/cuda-11.4/lib64
重新安装完成后查看硬件加速选项：
ffmpeg -hwaccels
这个版本支持的硬件加速：
Hardware acceleration methods:
vdpau
cuda
vaapi
drm
opencl
cuvid
cuvid就是N卡的GPU硬件加速选项。查看cuvid提供的编解码器：
ffmpeg -codecs | grep cuvid
可以看到：
DEV.LS h264 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10 (decoders: h264 h264_v4l2m2m h264_cuvid ) (encoders: libx264 libx264rgb h264_nvenc h264_omx h264_v4l2m2m h264_vaapi nvenc nvenc_h264 )
DEV.L. hevc H.265 / HEVC (High Efficiency Video Coding) (decoders: hevc hevc_v4l2m2m hevc_cuvid ) (encoders: libx265 nvenc_hevc hevc_nvenc hevc_v4l2m2m hevc_vaapi )
DEVIL. mjpeg Motion JPEG (decoders: mjpeg mjpeg_cuvid ) (encoders: mjpeg mjpeg_vaapi )
DEV.L. mpeg1video MPEG-1 video (decoders: mpeg1video mpeg1_v4l2m2m mpeg1_cuvid )
DEV.L. mpeg2video MPEG-2 video (decoders: mpeg2video mpegvideo mpeg2_v4l2m2m mpeg2_cuvid ) (encoders: mpeg2video mpeg2_vaapi )
DEV.L. mpeg4 MPEG-4 part 2 (decoders: mpeg4 mpeg4_v4l2m2m mpeg4_cuvid ) (encoders: mpeg4 libxvid mpeg4_v4l2m2m )
D.V.L. vc1 SMPTE VC-1 (decoders: vc1 vc1_v4l2m2m vc1_cuvid )
DEV.L. vp8 On2 VP8 (decoders: vp8 vp8_v4l2m2m libvpx vp8_cuvid ) (encoders: libvpx vp8_v4l2m2m vp8_vaapi )
DEV.L. vp9 Google VP9 (decoders: vp9 vp9_v4l2m2m libvpx-vp9 vp9_cuvid ) (encoders: libvpx-vp9 vp9_vaapi )
大家伙一眼看过去就很亲切的应该是h264和hevc吧，下各大压制组/字幕组的片子下得多了经常见到，其中decoders是解码器的名字，encoders是编码器的名字。一般我们就用h264压片的最多。
这个可简单多了，主要是Windows下已经有人帮忙把FFmpeg编译好了。
主要参考文章：Windows 下使用GPU加速ffmpeg处理任务
下载：CUDA Toolkit Downloads（截止本文发布时间为止，最新版本为CUDA Toolkit 11.4）
是什么系统选什么，例我自己：Windows - x86_64 - 10 - exe[local]。
然后运行下载好的文件一步步跟着向导来就行了。
最好是自定义全装，不要精简安装。
下载：FFmpeg 各版本下载
是什么系统选什么，FFmpeg给出了两个已经编译好的版本：Windows builds from gyan.dev和Windows builds by BtbN，都行吧其实。我采用的是gyan.dev的版本。
下载好后解压到文件夹，进入文件夹后在进入bin文件夹，按住Shift选择在此处打开Powershell窗口，使用./ffmpeg.exe就可以跟Linux上一样使用命令行运行FFmpeg。
我和姐姐调了半天觉得比较合适的参考命令：
ffmpeg -hwaccel cuvid -c:v h264_cuvid -i "input.mkv" -c:v h264_nvenc -b:v 2048k "output.mkv"
Windows下把ffmpeg换成./ffmpeg.exe，记得填上前面的文件夹路径（当然应该可以设置命令替代但我不太在Win下工作所以没弄）。
一些参数说明：
-hwaccel cuvid：使用cuvid进行硬件加速
-c:v h264_cuvid：使用h264_cuvid进行解码
-c:v h264_nvenc：使用h264_nvenc进行编码
-b:v 2000k：Video Bitrate，我的源（1080P）的原始vb大概是4100k左右，高清片的这个参数数值估计应该就在4000k上下；压到2000k大概属于“画质确实能感觉到变差但勉强能看”的程度吧（但反正我主要是存移动设备上方便查看就无所谓了）。
参考时间： 长度两个半小时，大小接近5个G的片子压完大概用了十分钟不到。
由于h264_nvenc编码不能直接用CRF参数了，另补一条用起来（cq）差不多的：
ffmpeg -hwaccel cuvid -c:v h264_cuvid -i "input.mkv" -preset:v p7 -tune:v hq -rc:v vbr -cq:v 23 -b:v 0 -profile:v high -c:a copy "output.mkv"
压制字幕时需要用到-vf添加字幕，但在cuvid硬件加速下无法使用对应的滤镜，需要更改为cuda加速。
ffmpeg -hwaccel cuda -c:v h264_cuvid -i input.mp4 -c:v h264_nvenc -vf "subtitles=sub.ass" -b:v 0 -c:a copy output.mp4
Win下用IDM拖各种LIVE源那真是效果拔群……到Linux下就稍微有点麻烦，需要借助一些插件辅助，我还没找到特别好用的拖.m3u8的工具（我比较希望能推到aria2里下载，但还没找到好的办法做这个事情），如果有推荐的工具欢迎在本文下留言。
7月5日的更新：没找到趁手的，干脆自己写了一个……
使用方法：创建一个文本文件，例如info.txt，文件第一行贴上.m3u8文件的地址，第二行贴上对应的cookie——解决只有登录才能观看的内容的下载。
执行：
chmod +x m3u8-dl-with-aria2.sh
./m3u8-dl-with-aria2.sh info.txt
一般LIVE的流存下来都是.ts，无损转换到mkv：
ffmpeg -hwaccel cuvid -c:v h264_cuvid -i "input.ts" -map 0 -vcodec copy -acodec copy -f matroska "output.mkv"
一些参数说明：
-map：规定输入文件的哪条流进行输出，-map 0:0 -map 0:1代表输入文件#0的第一、二条流都进行输出，-map 0代表#0的流全部进行输出，更细致的用法参考Selecting streams with the -map option。
-vcodec copy：规定视频流编解码器，copy表示不做编解码。
-acodec copy：规定音频流编解码器，copy表示不做编解码。
-f matroska：输出格式，.mkv是Matroska封装下的文件格式。
膜拜脚本大神！
win下和linux下的压制效率有差异吗？
@wellsleep 两边都试了一下，没有体感差异……Linux下全套会快一点，应该是因为aria2开了多线程而IDM下只能单线程下载，下载时间不同导致的，压制本身的时间感觉差不多（
正好我最近也在研究ffmpeg，找到了一个挺小白的工具，拖进视频直接就能显卡加速地压制视频。也能用nvenc，应该跟你的方法效果差不多，只是不用配置了，下载直接用。https://github.com/hoshinohikari/StarTools/blob/master/README_CN.md
@ZERO 啊，是Windows工具啊……FFmpeg本身用起来倒是很简单反正命令行回车而已，费事的是m3u8的截流合并其实（