在 Cloud Run 工作中，使用 FFmpeg 透過 GPU 加速影片轉碼

本教學課程說明如何使用 Cloud Run 工作，轉碼低優先順序的離線影片。

準備申請

如要擷取要使用的程式碼範例：

  1. 將範例存放區複製到本機電腦中：

    git clone https://github.com/GoogleCloudPlatform/cloud-run-samples

  2. 變更為包含 Cloud Run 範例程式碼的目錄：

    cd cloud-run-samples/jobs-video-encoding

建立 Cloud Storage 值區

如要儲存待處理的影片，以及儲存編碼結果，請建立下列兩個 Cloud Storage bucket：

  1. 建立值區，以便在處理影片前儲存影片：

    gcloud storage buckets create gs://preprocessing-PROJECT_ID \
  --location LOCATION

    更改下列內容：

    • PROJECT_ID：您的專案 ID。
    • LOCATION：Cloud Storage 位置。

  2. 授予服務帳戶從這個 bucket 讀取的權限：

    gcloud storage buckets add-iam-policy-binding gs://preprocessing-PROJECT_ID \
  --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \
  --role="roles/storage.objectViewer"

    將 PROJECT_ID 替換為您的專案 ID。

  3. 建立值區，用於儲存處理後的轉碼影片：

    gcloud storage buckets create gs://transcoded-PROJECT_ID \
  --location LOCATION

    更改下列內容：

    • PROJECT_ID：您的專案 ID。
    • LOCATION：Cloud Storage 位置。

  4. 授予服務帳戶讀取及寫入這個 bucket 的權限：

    gcloud storage buckets add-iam-policy-binding gs://transcoded-PROJECT_ID \
  --member="serviceAccount:video-encoding@PROJECT_ID.iam.gserviceaccount.com" \
  --role="roles/storage.objectAdmin"

    將 PROJECT_ID 替換為您的專案 ID。

部署 Cloud Run 工作

使用範例存放區中的 Dockerfile 建立 Cloud Run 作業，並掛接您建立的 bucket：

  1. 前往範例目錄：

    cd cloud-run-samples/jobs-video-encoding

  1. 如果預設 Cloud Run 登錄檔不存在，請建立 Artifact Registry：

    gcloud artifacts repositories create cloud-run-source-deploy \
  --repository-format=docker \
  --location LOCATION

    將 LOCATION 替換為登錄檔位置的名稱。

  2. 建構容器映像檔：

    gcloud builds submit \
  --tag LOCATION-docker.pkg.dev/PROJECT_ID/cloud-run-source-deploy/IMAGE_NAME \
  --machine-type E2-HIGHCPU-32

    更改下列內容：

    • PROJECT_ID：您的專案 ID。
    • LOCATION：登錄檔位置的名稱。
    • IMAGE_NAME：容器映像檔的名稱，例如：ffmpeg-image。

    Cloud Run 會使用較大的機器類型，縮短建構時間。

  3. 部署工作：

    gcloud beta run jobs create video-encoding-job \
    --image LOCATION-docker.pkg.dev/PROJECT_ID/cloud-run-source-deploy/IMAGE_NAME \
    --region REGION \
    --memory 32Gi \
    --cpu 8 \
    --gpu 1 \
    --gpu-type nvidia-l4 \
    --no-gpu-zonal-redundancy \
    --max-retries 1 \
    --service-account video-encoding@PROJECT_ID.iam.gserviceaccount.com \
    --add-volume=name=input-volume,type=cloud-storage,bucket=preprocessing-PROJECT_ID,readonly=true \
    --add-volume-mount=volume=input-volume,mount-path=/inputs \
    --add-volume=name=output-volume,type=cloud-storage,bucket=transcoded-PROJECT_ID \
    --add-volume-mount=volume=output-volume,mount-path=/outputs

    更改下列內容：

    • PROJECT_ID：您的專案 ID。
    • REGION：區域名稱。 注意：這必須是您有 GPU 配額的相同區域。
    • IMAGE_NAME：容器映像檔的名稱，例如 ffmpeg-image。

    如果這是您第一次在這個專案中從來源部署，Cloud Run 會提示您建立預設的 Artifact Registry 存放區。

執行工作

如要執行這項工作，請按照下列步驟操作：

  1. 上傳要編碼的範例影片：

    gcloud storage cp gs://cloud-samples-data/video/cat.mp4 gs://preprocessing-PROJECT_ID

  2. 執行工作：

    gcloud run jobs execute video-encoding-job  \
    --region REGION \
    --wait \
    --args="cat.mp4,encoded_cat.mp4,-vcodec,h264_nvenc,-cq,21,-movflags,+faststart"

    entrypoint.sh 檔案需要輸入檔案、輸出檔案，以及要傳送至 FFmpeg 的任何引數。

  3. 查看 Cloud Run 記錄，確認影片已轉碼：

    gcloud run jobs logs read video-encoding-job --region REGION

  4. 下載轉碼後的影片：

    gcloud storage cp gs://transcoded-PROJECT_ID/encoded_cat.mp4 .