#6099 本地部署的模型翻译慢 cpu和内存只能跑到百分之20多

本地部署的模型（如 M2M100、Hy-MT2）在翻译时 CPU/内存利用率低、速度慢，主要因为软件默认将翻译线程锁死为 1，且单批次处理字幕量较小，导致无法充分利用多核资源。

解决方案

1. 增加并发任务数（需重启软件生效）
   打开 菜单 → 工具/选项 → 高级选项 → 通用设置，将 CPU 同时任务数 改大（建议设为 CPU 物理核心数的一半，如 4 核设为 2），保存后关闭软件重开。
2. 提高每批字幕行数
   在同一个高级选项面板的 字幕翻译调整 中，增大 传统翻译渠道每批字幕行数（如设为 50~100），让模型一次翻译更多文本，减少调用次数。
3. 开启 GPU 加速（若有 NVIDIA 显卡）
   在主界面勾选 CUDA 加速，部分本地模型（如 Hy-MT2 不支持，但 M2M100 仅 CPU）可显著提速。若使用兼容 AI 渠道的本地大模型，也可尝试启用 CUDA。
4. 更换轻量化模型
   M2M100 体积约 2GB，速度较慢。推荐切换到 Hy-MT2-1.8B（腾讯开源模型，下载后放在 models/models--tencent--Hy-MT2-1.8B），其体积更小、速度更快。下载地址见知识库章节 14。
5. 检查系统资源限制
   如果 CPU 仍跑不满，请确认电源计划为“高性能”，并确保无其他进程限制 CPU 占用。

请查阅相关文档：

• 高级选项参数详解（通用设置和字幕翻译调整）
• 本地翻译模型 M2M100 与 Hy-MT2 说明
• 手动下载模型

如果上述措施仍未改善，请提供：

• 软件版本号（左上角）
• 使用的翻译渠道名称和模型
• logs/ 目录下最新日志文件的底部约 30 行内容