# GPU для Whisper: как выбрать память под распознавание речи

Выбор GPU для Whisper: ориентиры памяти из официального репозитория, язык, модель, параллельные записи и проверка реального пика VRAM.

Автор: Команда Retrivium
Обновлено: 2026-11-01
Канонический URL: https://retrivium.ai/ru/journal/whisper-gpu-requirements/
Language: ru

Требования Whisper к GPU зависят прежде всего от выбранной модели, реализации и числа одновременно обрабатываемых записей. Начинать стоит с ориентиров официального репозитория, а окончательное решение принимать после теста своей речи и полного процесса обработки.

Для владельца свободной карты важно различать возможность загрузить модель и способность выдержать нужную очередь. Один успешно распознанный короткий файл подтверждает запуск, но ещё не определяет рабочую мощность сервера.

## Используйте ориентиры с контекстом

[Официальный репозиторий OpenAI Whisper](https://github.com/openai/whisper) приводит приблизительные требования VRAM для моделей. На дату проверки 1 ноября 2026 года таблица указывает около 1 ГБ для tiny и base, 2 ГБ для small, 5 ГБ для medium, 10 ГБ для large и 6 ГБ для turbo.

Это ориентиры конкретного проекта, а не гарантированные пределы любой библиотеки с названием Whisper. Для планирования сохраняйте версию реализации и точный идентификатор модели вместе с измерениями.

## Опишите задачу распознавания

| Параметр | Пример для анкеты | Зачем нужен |
| --- | --- | --- |
| Язык | Русская речь с терминами | Выбор и оценка модели |
| Длительность | Распределение записей | Планирование очереди |
| Качество звука | Шум и разные микрофоны | Проверка ошибок |
| Одновременность | Число активных заданий | Пик ресурсов |
| Результат | Текст и временные метки | Проверка всего процесса |

Не сравнивайте только самый чистый фрагмент. Включите тишину, быстрый разговор, имена и записи с фоновым шумом, если они встречаются в реальной задаче. Наличие нескольких говорящих также следует отметить отдельно: распознавание текста и разделение говорящих требуют разных проверок.

## Измерьте память по стадиям

Сохраните потребление после запуска процесса, после загрузки модели и во время обработки. Отдельно наблюдайте RAM и временный диск. Длинная запись может увеличивать объём данных и время работы, даже когда внутренний вычислительный фрагмент остаётся ограниченным.

[Документация NVIDIA SMI](https://docs.nvidia.com/deploy/nvidia-smi/index.html) описывает показатели GPU. Измерение устройства полезно сопоставлять с журналом задания: без отметок времени пик соседнего процесса можно ошибочно приписать распознаванию.

## Проверьте параллельную работу

Сначала обработайте один файл, затем увеличивайте число одновременных заданий. Не предполагайте, что свободный остаток памяти делится на размер весов и автоматически даёт число рабочих процессов. Каждому процессу и пакету нужны дополнительные ресурсы.

Для условного пилота можно выбрать три последовательных режима: одна запись, две записи и короткая очередь из нескольких файлов. Это план проверки, а не обещание, что конкретная карта выдержит каждый режим. При ошибке памяти сохраните конфигурацию и уменьшите нагрузку по одному параметру.

## Выберите по завершённому результату

Сравните время обработки, число ошибок и корректность результата. Если меньшая модель укладывается в память, но теряет нужные термины, экономия вместимости не отвечает цели проекта. И наоборот, большая модель может быть лишней для проверенного узкого набора.

Сведения о [RAM и VRAM](/ru/journal/ram-vs-vram/) и [методике бенчмарка инференса](/ru/journal/inference-benchmark-method/) помогут оформить результаты.