RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED. When the –compute_type float32 option was added, it could run, but long videos did not work properly. In videos longer than

问题场景

用户在 Windows 笔记本上使用 RTX 5070 Ti（以及 RTX 5070 Ti Mobile）运行 faster-whisper 做字幕转写。部分用户是通过 PotPlayer、Whisper Standalone、Subtitle Edit 等封装程序间接调用 faster-whisper，也有用户通过 WingmanAI（依赖 faster-whisper 1.1.1 的 pyinstaller 打包 exe）调用。在默认 compute_type（auto/int8）下出现 cuBLAS 报错。

报错原文

RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED

Issue 中另有一条相关描述：

With compute_type='int8_float16', I get:
RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED

原帖还提到：

When the --compute_type float32 option was added, it could run, but long videos did not work properly. In videos longer than 2 hours, the program only worked for the first 33 minutes and then abruptly stopped.

原因分析

可能原因：RTX 50 系显卡（Blackwell 架构）与当前环境中的 cuBLAS/CUDA Toolkit 组合在 int8 或 auto（默认映射到 int8）路径下不被支持，从而触发 CUBLAS_STATUS_NOT_SUPPORTED。Issue 中有用户建议先检查 cuBLAS 或 CUDA Toolkit 版本，但没有得到用户确认。另有讨论指向 CTranslate2 上游的同类问题（issue 链接：OpenNMT/CTranslate2#1865），但该链接未在本 Issue 中给出最终修复结论。

另一个观察是：同样使用 int8_float16，RTX 2070 SUPER 可以正常运行并达到约 86× 实时速度，而 RTX 5070 Ti 报错，改用 float16 后可以运行但速度仅约 21× 实时，说明问题与显卡架构和 compute_type 选择相关。

环境排查

• 确认显卡型号：是否为 RTX 50 系（如 5070 Ti / 5070 Ti Mobile）。
• 确认正在使用的调用方式：直接 Python 调用 faster-whisper，还是通过 exe 封装（Whisper Standalone、Subtitle Edit、WingmanAI 等）。Issue 中多数 50 系报告来自 exe 封装项目。
• 确认当前 compute_type 设置：是否使用默认 auto 或 int8，两者在该环境下均被报告失败。
• 确认 cuBLAS 版本与 CUDA Toolkit 版本（Issue 中提问者曾建议检查，但未获得用户反馈，请自行核对）。
• 确认是否需要强制使用 CPU 作为临时替代（Issue 中有用户询问如何强制走 CPU，但未得到明确命令）。
• 确认 Python 调用与 exe 调用是否行为不同：有维护者指出 50 系报告集中在 exe 仓库，Python 仓库中报告较少，这一点尚未有定论。

解决步骤

1. 将 compute_type 从 auto 或 int8 改为 float16。命令行参数为 --compute_type float16；Python 中为 compute_type="float16"。多位用户确认这一改动后可以运行。
2. 如果通过 Subtitle Edit 调用，在参数中加入 --compute_type float16，Issue 中有 5070 Ti Mobile 用户确认可行。
3. 如果通过 Whisper Standalone 类封装调用，同样在参数中指定 --compute_type float16，Issue 中有用户确认有效。
4. 如果使用 float16 后仍然报错或出现性能异常，请检查 cuBLAS / CUDA Toolkit 版本，并考虑强制使用 CPU 运行作为临时方案；Issue 中未给出强制 CPU 的具体命令。
5. 如果长视频（超过 2 小时）仍中途停止，目前 Issue 中没有确认的修复方案，<float32 只能让程序启动，但长视频问题依旧存在，需要单独排查。

验证方法

在改为 float16 后重新运行同一段转写任务，确认不再出现 RuntimeError: cuBLAS failed with status CUBLAS_STATUS_NOT_SUPPORTED，并且转写能够正常完成。Issue 中用户反馈 float16 可以工作，但速度可能低于同环境下 RTX 2070 SUPER 的 int8_float16 表现。如果需要验证长视频，请重点观察超过 2 小时的视频是否仍在中途中断。

参考来源

SYSTRAN/faster-whisper #1260

Issue 中提到的上游相关链接：OpenNMT/CTranslate2 #1865

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。