每个人都可以，
拥有SSL证书

一开始想着飞牛NAS的App商店应该能直接搞定Jellyfin，结果一看硬解还得自己折腾。机器上插了块1050Ti，不用起来总觉得浪费，就开搞吧。

驱动安装这块，飞牛底层是Debian，直接去NVIDIA官网下载对应驱动。我装的版本是535.154.02，用wget拉下来，chmod加权限，然后sudo运行安装。

装完后跑 nvidia-smi 看看显卡认出来没，温度和显存占用都有就算成功了。

docker镜像加速建议顺便配一下，飞牛的Docker设置里可以加镜像源，我用的是轩辕的 https://docker.xuanyuan.me/ ，拖镜像会快不少。

接下来才是坑开始的地方。要让Docker容器能用上显卡，光有宿主驱动不够，得装 nvidia-container-toolkit。添加APT源的时候注意改一下gpg签名方式，不然可能会报错。命令如下：

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
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit

装好之后要配置Docker运行时，执行 sudo nvidia-ctk runtime configure --runtime=docker ，然后重启Docker服务。

这一步经常有人忘记重启，导致容器启动时报找不到运行时。

接下来拉Jellyfin镜像，我用的是linuxserver/jellyfin，稳定。启动容器时关键参数：--runtime=nvidia，-e NVIDIA_VISIBLE_DEVICES=all ，还有 --privileged=true 提权。端口映射和目录挂载按自己情况填，配置目录和媒体目录别忘了。

docker run -d \
  --name=jellyfin \
  --privileged=true \
  --runtime=nvidia \
  -e NVIDIA_VISIBLE_DEVICES=all \
  -p 8096:8096 \
  -v /path/to/config:/config \
  -v /path/to/media:/media \
  ghcr.io/linuxserver/jellyfin

容器跑起来后，进Jellyfin管理界面 http://NAS_IP:8096 ，完成初始化。硬件加速设置在控制面板→播放→转码里，勾选启用硬件加速，编码器选NVIDIA NVENC。

H.264和H.265的编码参数可以按需调整，我一般默认。

到这一步还不一定就成功了。最好马上验证一下GPU是否真的被容器用起来了，执行 docker exec jellyfin nvidia-smi ，如果能看到类似下面的输出，说明硬解生效了：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.154.02   Driver Version: 535.154.02   CUDA Version: 12.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|           Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce... Off  | 00000000:01:00.0  On |                  N/A |
| 30%   45C    P0    N/A /  75W |   1024MiB /  4096MiB |     20%      Default |
+-----------------------------------------------------------------------------+

如果命令报错或者没有进程占用显存，那就要排查了。

常见问题里，驱动冲突是新手容易碰到的。如果之前装过其他版本驱动或者系统自带的开源驱动，可以先 purge 掉：sudo apt-get purge nvidia-* 然后重启。

容器无法访问GPU，多半是 nvidia-container-toolkit 没装好或者Docker没重启。检查一下 systemctl status nvidia-container-toolkit 的状态，确认容器启动命令里确实有 --runtime=nvidia 参数。

Jellyfin自己转码失败的话，看日志比较直接：docker logs jellyfin | grep -i "ffmpeg|nvidia" ，一般能定位到是权限问题还是编码器调用错误。

回过头来看，飞牛NAS上实现Docker版Jellyfin硬解，核心点就几个：宿主驱动、nvidia-container-toolkit、容器启动参数、Jellyfin内的硬解开关。

少一步都不行。

顺便说一句，如果有多张卡或者想给不同容器分配不同GPU，可以在环境变量 NVIDIA_VISIBLE_DEVICES 里指定GPU的UUID或者序号，不用全给。用 docker-compose 的话，在service下加 runtime: nvidia 就行，不用在docker run里写。

这一套流程跑下来，1080P转码拖动进度条基本秒开，CPU占用也下来了，那块1050Ti总算没闲着。