使用这里提供的示例，我能够通过CUDA获得FFMPEG来解码HEVC编码的视频(任务管理器向我展示了我的测试程序使用了75%的GPU(。
我想更进一步，直接从GPU显示这些帧——很遗憾，必须将它们下载到CPU(就像上面的示例代码一样(，才能将它们作为OpenGL纹理重新上传到GPU，尤其是因为从YUV到RGB的转换在GPU上也更高效(我已经有了一个着色器(。
编辑：为了澄清我想做的事情，以下是FFMPEG通过avcodec_get_hw_config()和av_hwdevice_get_type_name:报告的解码设备列表
Hardware configurations:
0: Device Type: dxva2
1: Device Type: (none)
2: Device Type: d3d11va
3: Device Type: cuda
正如talonmies在评论中指出的那样，最后一个实际上是误名的，解码不是通过CUDA计算完成的，而是通过GPU芯片上的专用硬件(SIP(完成的。然而，毫无疑问，这就是我需要使用的设备，尽管它会被更恰当地指定为"；NVDEC"；。
编辑#2：通过NVDEC、cuviddec.c查看负责解码的FFMPEG源代码文件，似乎没有任何选项可以防止从设备(GPU(内存到主机(CPU(内存的不必要复制。这意味着我很可能不得不自己针对NVDEC API编程。
查看示例cuda-samples/3_Imaging/cudaDecodeGL/ImageGL.cpp，您将看到它使用CUDA API将OpenGL PBO映射为CUDA缓冲对象(cuGLRegisterBufferObject或cuGraphicsGLRegisterBuffer(，然后使用另一个CUDA API(cuGLMapBufferObject(使PBO内存可用于CUDA处理。
不幸的是，在FFMPEG源代码中搜索这些函数中的任何一个都不会返回任何结果。