FreeSWITCH mod_av GPU 硬件加速版 (AI 优化)

让视频会议性能起飞！基于 Ubuntu 24.04 + CUDA 13.0 的 FreeSWITCH 硬编硬解方案

还在为视频会议服务器 CPU 占用过高而烦恼吗？本项目通过 AI 辅助重构 mod_av 模块，完美适配 NVIDIA GPU 硬件加速。在单张 16G 显存显卡上，即可轻松支撑 30路 720p 高清视频流，彻底释放 CPU 压力！

💡 项目亮点

🔥 极致性能：利用 NVIDIA NVENC/NVDEC 技术，实现视频流的硬件编码与解码。

📊 高并发支持：实测 16G 显存 GPU 可稳定支持约 30 人 720p 视频会议，资源利用率极低。

🛠️ 极简部署：无需重新编译整个 FreeSWITCH，只需替换 mod_av/avcodec.c 文件即可生效。

🤖 AI 赋能：代码经过 AI 深度优化，适配最新硬件环境，兼容性更强。

🐧 环境现代：基于 Ubuntu 24.04 与 CUDA Toolkit 13.0 开发测试，面向未来。

📊 性能实测数据

在配备 16GB 显存 GPU 的服务器上，开启硬解后的表现如下：

表格

视频规格 支持路数 (预估) CPU 占用情况 备注

720p ~30 路 极低 流畅运行，无明显卡顿

1080p 视显存而定 低 适合小规模高清会议

⚙️ 环境依赖与验证

在开始之前，请确保你的服务器已安装 NVIDIA 驱动及支持硬件加速的 FFmpeg。

1. 系统环境

OS: Ubuntu 24.04

CUDA Toolkit: 13.0

FreeSWITCH 1.11.0: 需启用 mod_av 模块，自带的只支持硬编码，并且需要设置try_hardware_encoder 以及avcodec_find_encoder_by_name 的名字要和ffmpeg查询到的一致

2. 验证 FFmpeg 硬解支持

请运行以下命令，确保输出中包含 cuvid 或 nvdec 相关解码器：

ffmpeg -hide_banner -decoders | grep -E "cuvid|nvdec|cuda"

V..... av1_cuvid           Nvidia CUVID AV1 decoder (codec av1)

V..... h264_cuvid          Nvidia CUVID H264 decoder (codec h264)

V..... hevc_cuvid          Nvidia CUVID HEVC decoder (codec hevc)

V..... mjpeg_cuvid         Nvidia CUVID MJPEG decoder (codec mjpeg)

# ... 其他解码器

ffmpeg -hide_banner -encoders | grep -E "nvenc"

V....D av1_nvenc           NVIDIA NVENC av1 encoder (codec av1)

V....D h264_nvenc          NVIDIA NVENC H.264 encoder (codec h264)

V....D hevc_nvenc          NVIDIA NVENC hevc encoder (codec hevc)

🚀 快速开始

部署过程非常简单，无需复杂的编译流程。

备份原文件：

找到你 FreeSWITCH 源码或安装目录下的 mod_av 模块源文件。

替换核心文件：

将本项目中的 avcodec.c 下载并替换原有文件。

重新编译模块 (如果适用)：

进入 mod_av 目录重新编译该模块，或直接替换编译后的 .so 文件（视具体环境而定）。

重启 FreeSWITCH：

重启服务以加载新的硬件加速模块。

✅ 成功日志验证

启动 FreeSWITCH 后，观察日志输出。如果看到以下信息，说明硬件加速已成功启用：

[NOTICE] avcodec.c:1226 NVENC HW CODEC ENABLED

[NOTICE] avcodec.c:1448 CUDA HW DECODER ENABLED

[NOTICE] avcodec.c:1473 codec: id=27 H.264 / AVC / MPEG-4 AVC / MPEG-4 part 10

前后内存及gpu 2路视频对比

代码地址：

FreeSWITCH mod_av GPU 硬件加速版 (AI 优化)