硬件与显存要求
一句话结论
显卡显存最低 2 GB，NVIDIA 计算能力 ≥ 6.0 即可。 P106-100、P106-090、P4、P40、GTX 10 系、RTX 全系都能跑。
| 项目 | 最低 | 推荐 | 说明 |
|---|---|---|---|
| 显卡显存 | 2 GB | 4 GB 以上 | 见下方详解 |
| 显卡架构 | NVIDIA，计算能力 ≥ 6.0 | — | 详见显卡对照表 |
| 驱动 | ≥ 525（支持 CUDA 12.1） | 535+ | nvidia-smi 能正常输出即可 |
| CPU | 双核 | 4 核 | 只在降级到 CPU 时用得上 |
| 内存 | 4 GB | 8 GB | 显存小的机器建议配 4 GB swap |
| 磁盘 | 8 GB 可用 | 15 GB | PyTorch + CUDA 运行库约占 6 GB |
| 系统 | Ubuntu 20.04+ / Windows 10+ | Ubuntu 22.04 | 也支持 Docker、Colab、安卓 |
不需要单独装 CUDA Toolkit
PyTorch 的 pip 包自带 CUDA 运行库，机器上只要有能跑的 NVIDIA 驱动就行。
为什么"2 GB 就够"
RVC 推理的显存占用符合这个模型：
text
峰值显存 ≈ 550 MB（模型常驻 + CUDA 上下文）
+ 约 15 MB × 单次处理的中文字符数关键在于单次。服务端会把长文本按 chunk.max_chars 自动切成多段， 逐段合成后用 ffmpeg 无缝拼接，所以：
text
峰值显存 = f(chunk.max_chars) 与文本总长度无关也就是说，一段 1000 字的文本和一段 60 字的文本，在 max_chars=60 时显存峰值是一样的。
实测数据
P106-100 6 GB / Ubuntu 22.04 / rmvpe 音高算法：
| 文本长度 | 未分段峰值 | max_chars=80 分段后 |
|---|---|---|
| 10 字 | 815 MB | 815 MB |
| 20 字 | 1037 MB | 1037 MB |
| 40 字 | 1311 MB | 1311 MB |
| 60 字 | 1699 MB | 1699 MB |
| 80 字 | 1941 MB | 1941 MB |
| 100 字 | 2289 MB | 1941 MB |
| 192 字 | 3493 MB | 1941 MB |
按显存选参数
| 显存 | chunk.max_chars | rvc.min_vram_mb | 峰值约 |
|---|---|---|---|
| 2 GB | 60 | 1800 | 1.7 GB |
| 3 GB | 80 | 2800 | 1.9 GB |
| 4 GB | 120 | 3500 | 2.4 GB |
| 6 GB | 80 ~ 200 | 5000 | 1.9 ~ 3.5 GB |
| 8 GB+ | 200 | 7000 | 基本不触发分段 |
显存不够也不会失败
不满足 rvc.min_vram_mb 会直接走 CPU；运行时 OOM 会自动降级 CPU 重试 （rvc.allow_cpu_fallback: true）。只是慢一些，音频照样给你。
显卡对照表
最重要的一条：Pascal 及更老的卡必须用 cu121 版 PyTorch。
| 架构 | 计算能力 | 代表显卡 | cu121（2.5.1） | cu124 / cu128 |
|---|---|---|---|---|
| Pascal | sm_60 | Tesla P100 | ✅ | ❌ |
| Pascal | sm_61 | P106-100 / P4 / P40 / GTX 1050~1080 / Titan Xp | ✅（复用 sm_60 内核） | ❌ |
| Pascal | sm_62 | Tesla P40（部分批次） | ✅ | ❌ |
| Volta | sm_70 | Tesla V100 / Titan V | ✅ | ❌ |
| Turing | sm_75 | GTX 1650~1660 / RTX 2060 / T4 | ✅ | ✅ |
| Ampere | sm_80 / sm_86 | RTX 30 系 / A100 | ✅ | ✅ |
| Ada | sm_89 | RTX 40 系 | ✅ | ✅ |
| Blackwell | sm_120 | RTX 50 系 | ⚠️ 需更新的 torch | ✅ |
为什么 sm_61 能在只编译了 sm_60 的 PyTorch 上跑
CUDA 的二进制兼容规则：为计算能力 X.y 编译的 cubin 可以在 X.z（z ≥ y）上执行。
- sm_61 显卡 可以复用 sm_60 内核（同一大版本、低算力）： 所以
torch 2.5.1+cu121的架构列表sm_50 sm_60 sm_70 ...里虽然没有 sm_61， P106-100 依然能跑； - sm_61 不能复用 sm_75 内核（跨大版本了）：所以 cu124/cu128 编译列表里只有 sm_75+ 时，Pascal 卡无内核可用，会报
no kernel image is available。
服务端会自动判断这件事，并在 /api/health 与网页控制台里显示：
text
设备 cuda:0 · fp16
架构 sm_61（复用 sm_60 内核）
已编译架构 sm_50 sm_60 sm_70 sm_75 sm_80 sm_86 sm_90不会误判成"显卡不可用"而退回 CPU。
没有显卡 / 显存特别小
用 CPU
yaml
rvc:
device: "cpu" # 或者让 min_vram_mb 高于你的显存，让它自动选 CPUCPU 推理大约是实时的 3~5 倍耗时（一句 10 秒的语音要 30~50 秒）。 适合偶尔用、不追求速度的场景。
只想要语音、不换音色
yaml
rvc:
enabled: false # 直接输出 Edge TTS 原始音频，显存占用几乎为零用在线 GPU
- Google Colab：免费 GPU，一键部署教程（会断线，适合临时）
- 按量计费的云服务器：选带 T4 / P4 的实例，显存 ≥ 4 GB 体验更好
性能参考
| 显卡 | 显存 | 短句延迟 | RTF | 备注 |
|---|---|---|---|---|
| P106-100 | 6 GB | 2 ~ 3 s | 0.41x | 实测，Ubuntu 22.04 |
| Tesla P4 | 8 GB | 4 ~ 6 s | 0.70 ~ 0.89x | 实测，Windows |
| CPU（4 核） | — | 15 ~ 40 s | 3 ~ 5x | 降级场景 |
RTF（实时倍率）= 处理耗时 ÷ 音频时长，越小越快，小于 1 表示比实时快。
冷启动到可服务约 11 秒（含模型预热），之后每句 2~3 秒。