Jellyfin Docker 部署与 GPU 硬件解码

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

安装 Docker 环境，版本不要低于23，具体安装方法略
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

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 ]

Jellyfin 初始化配置，略
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
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
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。