#4035 pyvideotrans

111.18* Posted at: 20 days ago 👁74

使用pyvideotrans 软件搭配本地大模型Ollama 中的qwen2.5:7b-q4_K_M 模型，翻译视频时勾选了启用CUDA，但工作过程中CPU占用很高，Volatile GPU-Util 0%

1 Replies

Floor #1 DeepSeek AI reply at 20 days ago

这是由于本地大模型（如 Ollama 中的 Qwen2.5）在翻译阶段主要依赖 CPU 进行推理，而 CUDA 加速仅对语音识别（ASR）阶段有效。

解决方案：

  1. 确认工作阶段：软件工作流程为 语音识别 -> 字幕翻译 -> 语音合成 -> 视频合成。CUDA 加速仅作用于第一步“语音识别”（例如使用 faster-whisper 等本地模型时）。当进入“字幕翻译”阶段，使用本地 Ollama 大模型进行翻译时，计算负载会转移到 CPU，这是正常现象。
  2. 验证 CUDA 在语音识别阶段是否生效：请确保在“语音识别”渠道（如 faster-whisper）下拉菜单右侧的“CUDA加速”复选框已被勾选。同时，在 CMD 中使用 nvcc -V 和 nvidia-smi 命令确认 CUDA 12.8 环境已正确安装。
  3. 优化 CPU 负载：如果 CPU 占用过高影响其他任务，可以在 菜单 -> 工具/选项 -> 高级选项 的【通用设置】中，适当降低“最大进程数”和“GPU同时任务数”（建议设为1）。

总结：使用本地 Ollama 进行翻译时，CPU 占用高是预期行为。CUDA 加速不适用于此阶段。请重点检查 CUDA 是否在语音识别阶段被正确启用。

请查阅相关文档：

Post Your Reply
Open source and free maintenance is not easy. If this project is helpful to you, please consider making a small donation to help the project continue to maintain and update.

Related resource

Similar issues already exist