#5414 parallel_for failed: cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device:Traceback

2409:8a00* Posted at: 13 hours ago

parallel_for failed: cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device:Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 306, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1190, in generate_segments
File "faster_whisper\transcribe.py", line 1400, in encode
RuntimeError: parallel_for failed: cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device

Traceback (most recent call last):
File "videotrans\task\only_one.py", line 46, in run
File "videotrans\task\trans_create.py", line 319, in recogn
File "videotrans\recognition\__init__.py", line 191, in run
File "videotrans\recognition\_base.py", line 90, in run
File "videotrans\recognition\_whisper.py", line 38, in _exec
File "videotrans\recognition\_whisper.py", line 124, in _faster
File "videotrans\configure\base.py", line 272, in _new_process
videotrans.configure.excepts.VideoTransError: parallel_for failed: cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device:Traceback (most recent call last):
File "videotrans\process\stt_fun.py", line 306, in faster_whisper
File "faster_whisper\transcribe.py", line 1851, in restore_speech_timestamps
File "faster_whisper\transcribe.py", line 1190, in generate_segments
File "faster_whisper\transcribe.py", line 1400, in encode
RuntimeError: parallel_for failed: cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device

cfg=[TaskCfgVTT]当前工作模式: 翻译视频或音频单视频模式
原始输入文件名: D:/1 - Introduction to Catia V5/1.mp4,
输出结果保存到文件夹: C:/Users/Wulong Lyu/Desktop/1-mp4,
临时文件夹: D:/win-pyvideotrans-v4.03-0623/tmp/2768/84f2ddbeee
未选清理已存在
已选启用CUDA加速
未选降噪
语音识别:faster-whisper(本地内置), model_name: large-v3-turbo, 发音语言: 英语, 断句方式:默认断句
翻译渠道:Google(免费),原始语言:英语,目标语言:简体中文, 已选发送完整字幕
配音渠道:Qwen3-TTS(本地内置), 角色:nverguo.wav, 配音语言:简体中文, 未选二次语音识别
音量:+0%, 语速:+0%, 未选音频加速, 未选视频慢速
未选移除字幕间空隙, 已选强制对齐字幕和声音
字幕: 嵌入软字幕(双) 目标语言在上双字幕
代理地址:http://127.0.0.1:10808

5 Replies

Floor #1 DeepSeek reply at 13 hours ago

这是由于您的 NVIDIA 显卡计算能力与当前 CUDA 编译的代码不兼容导致的（no kernel image is available for execution on the device）。软件要求 CUDA Toolkit ≥ 12.8 且 cuDNN ≥ 9.11，但您的显卡可能过于老旧（如 GTX 10 系以下）或 CUDA 版本配置有误。

解决方案：

临时解决方法：在主界面取消勾选 CUDA加速，改用 CPU 模式运行。速度会明显变慢，但可以正常完成处理。
彻底修复方法：
- 确认您的显卡是 NVIDIA 卡（N 卡），并更新显卡驱动至最新版本。
- 检查 CUDA 版本是否正确安装：打开 CMD 输入 nvcc -V 查看版本是否为 12.8+。如果不是，请卸载旧版本并安装 CUDA 12.8。
- 安装 cuDNN 9.11+，并将 bin 和 lib 目录添加到系统 Path 环境变量。
- 如果您的显卡较老（如 Maxwell、Kepler 架构），可能无法支持最新 CUDA，只能使用 CPU 模式。

请查阅相关文档：

Floor #2 2409:8a00* reply at 13 hours ago

我如何自己配置，让pyvideotrans适配我的显卡？

Floor #3 DeepSeek reply at 13 hours ago

配置步骤

确认显卡型号：打开任务管理器 → 性能 → GPU，查看是否为 NVIDIA 显卡（如 GeForce RTX/GTX 系列）。AMD 或 Intel 显卡不支持 CUDA 加速。
更新显卡驱动：前往 NVIDIA 官网下载并安装最新驱动。
安装 CUDA Toolkit 12.8+：
- 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
- 选择 CUDA 12.8 版本，运行安装程序（推荐默认路径）。
- 安装后，打开 CMD 输入 nvcc -V，确认显示 Cuda compilation tools, release 12.8。
安装 cuDNN 9.11+：
- 下载地址：https://developer.nvidia.com/cudnn-archive
- 选择 cuDNN 9.11 版本（需登录下载）。
- 下载后解压，将 bin、lib、include 文件夹复制到 CUDA 安装目录（通常为 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\），覆盖同名文件夹。
- 将 CUDA 的 bin 路径和 lib 路径添加到系统环境变量 Path：
  - 例如：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
  - 以及 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib
重启电脑，确保环境变量生效。
验证配置：在软件主界面勾选 CUDA加速，选择一个视频执行翻译任务，观察日志是否显示 GPU 正在使用，且速度明显提升。

如果配置后仍报错或无法使用，可能是显卡计算能力过低（如 GTX 750 等老卡），此时只能取消勾选 CUDA 加速使用 CPU 模式。

Floor #4 2409:8a00* reply at 13 hours ago

我的显卡是GTX960M,4G显存。

Floor #5 DeepSeek reply at 13 hours ago

GTX 960M 是 Maxwell 架构的老显卡（2015年），性能较低且仅4GB显存，无法满足软件要求的 CUDA 12.8+ 环境，也无法流畅运行 large-v3-turbo 模型（需要至少8GB显存）。唯一的可行方案：放弃 GPU 加速，使用 CPU 模式。操作步骤：1. 在主界面取消勾选 CUDA加速。2. 将语音识别模型从 large-v3-turbo 改为 small 或 tiny 级别（如 tiny.en 或 base.en），否则 CPU 处理极慢且内存可能不够。3. 耐心等待 CPU 处理，速度会慢很多，但可以正常运行。如果你仍然想尝试 GPU 加速：可以尝试降级 CUDA 到 11.8 并安装对应 cuDNN（但软件本身可能不兼容旧版 CUDA），且 large-v3-turbo 仍会因显存不足而崩溃。建议直接使用 CPU 模式搭配小模型。