20240202在Ubuntu20.04.6下使用whisper.cpp的显卡模式
2024/2/2 19:43
【结论：在Ubuntu20.04.6下，确认large模式识别7分钟中文视频，需要356447.78 ms，也就是356.5秒，需要大概5分钟！效率太差！】
前提条件，可以通过技术手段上外网！^_
首先你要有一张NVIDIA的显卡，比如我用的PDD拼多多的二手GTX1080显卡。【并且极其可能是矿卡！】800￥
2、请正确安装好NVIDIA最新的545版本的驱动程序和CUDA、cuDNN。
2、安装Torch
3、配置whisper
https://github.com/ggerganov/whisper.cpp
https://www.toutiao.com/article/7276732434920653312/
OpenAI的whisper的c/c++ 版本体验
首先下载代码,注：我的OS环境是Ubuntu20.04.6。
git clone https://github.com/ggerganov/whisper.cpp
下载成功后进入项目目录：
cd whisper.cpp
执行如下脚本命令下载模型，这里选择的base 版本，我们先来测试英语识别：
bash ./models/download-ggml-model.sh base.en
但是尝试了几次都无法下载成功，报错消息如下：
网上search 了一下，找到可提供下载的链接：
https://github.com/ggerganov/whisper.cpp/tree/master/models
https://huggingface.co/ggerganov/whisper.cpp/tree/main
我选择下载全部35个文件！
下载成功后将模型文件copy 到项目中的models目录：
cp ~/Downloads/ggml-base.en.gin /home/havelet/ai/whisper.cpp/models
接下来执行如下编译命令：
rootroot@rootroot-X99-Turbo:~/whisper.cpp make clean
rootroot@rootroot-X99-Turbo:\~/whisper.cpp WHISPER_CLBLAST=1 make -j16
执行结果如下：
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ WHISPER_CUBLAS=1 make
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I LDFLAGS: -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
I CC: cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
nvcc --forward-unknown-to-host-compiler -arch=native -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -Wno-pedantic -c ggml-cuda.cu -o ggml-cuda.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml.c -o ggml.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-alloc.c -o ggml-alloc.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-backend.c -o ggml-backend.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-quants.c -o ggml-quants.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c whisper.cpp -o whisper.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/main/main.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o main -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
./main -h
usage: ./main [options] file0.wav file1.wav ...
options:
-h, --help [default] show this help message and exit
-t N, --threads N [4 ] number of threads to use during computation
-p N, --processors N [1 ] number of processors to use during computation
-ot N, --offset-t N [0 ] time offset in milliseconds
-on N, --offset-n N [0 ] segment index offset
-d N, --duration N [0 ] duration of audio to process in milliseconds
-mc N, --max-context N [-1 ] maximum number of text context tokens to store
-ml N, --max-len N [0 ] maximum segment length in characters
-sow, --split-on-word [false ] split on word rather than on token
-bo N, --best-of N [5 ] number of best candidates to keep
-bs N, --beam-size N [5 ] beam size for beam search
-wt N, --word-thold N [0.01 ] word timestamp probability threshold
-et N, --entropy-thold N [2.40 ] entropy threshold for decoder fail
-lpt N, --logprob-thold N [-1.00 ] log probability threshold for decoder fail
-debug, --debug-mode [false ] enable debug mode (eg. dump log_mel)
-tr, --translate [false ] translate from source language to english
-di, --diarize [false ] stereo audio diarization
-tdrz, --tinydiarize [false ] enable tinydiarize (requires a tdrz model)
-nf, --no-fallback [false ] do not use temperature fallback while decoding
-otxt, --output-txt [false ] output result in a text file
-ovtt, --output-vtt [false ] output result in a vtt file
-osrt, --output-srt [false ] output result in a srt file
-olrc, --output-lrc [false ] output result in a lrc file
-owts, --output-words [false ] output script for generating karaoke video
-fp, --font-path [/System/Library/Fonts/Supplemental/Courier New Bold.ttf] path to a monospace font for karaoke video
-ocsv, --output-csv [false ] output result in a CSV file
-oj, --output-json [false ] output result in a JSON file
-ojf, --output-json-full [false ] include more information in the JSON file
-of FNAME, --output-file FNAME [ ] output file path (without file extension)
-np, --no-prints [false ] do not print anything other than the results
-ps, --print-special [false ] print special tokens
-pc, --print-colors [false ] print colors
-pp, --print-progress [false ] print progress
-nt, --no-timestamps [false ] do not print timestamps
-l LANG, --language LANG [en ] spoken language ('auto' for auto-detect)
-dl, --detect-language [false ] exit after automatically detecting language
--prompt PROMPT [ ] initial prompt
-m FNAME, --model FNAME [models/ggml-base.en.bin] model path
-f FNAME, --file FNAME [ ] input WAV file path
-oved D, --ov-e-device DNAME [CPU ] the OpenVINO device used for encode inference
-ls, --log-score [false ] log best decoder scores of tokens
-ng, --no-gpu [false ] disable GPU
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/bench/bench.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o bench -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/quantize/quantize.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o quantize -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/server/server.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o server -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll
编译成功后，则可以执行测试程序，首先执行自带测试音频：【英文】
./main -f samples/jfk.wav
执行结果如下，我们可看到识别结果正确：
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ./main -l zh -osrt -m models/g
generate-coreml-interface.sh generate-coreml-model.sh ggml-base.en.bin ggml-large-v3.bin ggml-medium.bin ggml_to_pt.py
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ./main -l zh -osrt -m models/ggml
ggml-base.en.bin ggml-large-v3.bin ggml-medium.bin ggml_to_pt.py
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ./main -l zh -osrt -m models/ggml-large-v3.bin chs.wav
whisper_init_from_file_with_params_no_state: loading model from 'models/ggml-large-v3.bin'
whisper_model_load: loading model
whisper_model_load: n_vocab = 51866
whisper_model_load: n_audio_ctx = 1500
whisper_model_load: n_audio_state = 1280
whisper_model_load: n_audio_head = 20
whisper_model_load: n_audio_layer = 32
whisper_model_load: n_text_ctx = 448
whisper_model_load: n_text_state = 1280
whisper_model_load: n_text_head = 20
whisper_model_load: n_text_layer = 32
whisper_model_load: n_mels = 128
whisper_model_load: ftype = 1
whisper_model_load: qntvr = 0
whisper_model_load: type = 5 (large v3)
whisper_model_load: adding 1609 extra tokens
whisper_model_load: n_langs = 100
ggml_init_cublas: GGML_CUDA_FORCE_MMQ: no
ggml_init_cublas: CUDA_USE_TENSOR_CORES: yes
ggml_init_cublas: found 1 CUDA devices:
Device 0: NVIDIA GeForce GTX 1080, compute capability 6.1, VMM: yes
whisper_backend_init: using CUDA backend
whisper_model_load: CUDA0 total size = 3094.86 MB (3 buffers)
whisper_model_load: model size = 3094.36 MB
whisper_backend_init: using CUDA backend
whisper_init_state: kv self size = 220.20 MB
whisper_init_state: kv cross size = 245.76 MB
whisper_init_state: compute buffer (conv) = 35.50 MB
whisper_init_state: compute buffer (encode) = 233.50 MB
whisper_init_state: compute buffer (cross) = 10.15 MB
whisper_init_state: compute buffer (decode) = 108.99 MB
system_info: n_threads = 4 / 36 | AVX = 1 | AVX2 = 1 | AVX512 = 0 | FMA = 1 | NEON = 0 | ARM_FMA = 0 | METAL = 0 | F16C = 1 | FP16_VA = 0 | WASM_SIMD = 0 | BLAS = 1 | SSE3 = 1 | SSSE3 = 1 | VSX = 0 | CUDA = 1 | COREML = 0 | OPENVINO = 0 |
main: processing 'chs.wav' (6748501 samples, 421.8 sec), 4 threads, 1 processors, 5 beams + best of 5, lang = zh, task = transcribe, timestamps = 1 ...
00:00:00.040 --\> 00:00:01.460\] 前段时间有个巨石横火
\[00:00:01.460 --\> 00:00:02.860\] 某某是男人最好的衣媒
\[00:00:02.860 --\> 00:00:04.800\] 这里的某某可以替换为减肥
\[00:00:04.800 --\> 00:00:07.620\] 长发 西装 考研 书唱 永结无间等等等等
\[00:00:07.620 --\> 00:00:09.320\] 我听到最新的一个说法是
\[00:00:09.320 --\> 00:00:11.940\] 微分碎盖加口罩加半框眼镜加冲锋衣
\[00:00:11.940 --\> 00:00:13.440\] 等于男人最好的衣媒
\[00:00:13.440 --\> 00:00:14.420\] 大概也就前几年
\[00:00:14.420 --\> 00:00:17.560\] 冲锋衣还和格子衬衫并列为程序员穿搭精华
\[00:00:17.560 --\> 00:00:19.940\] 紫红色冲锋衣还被誉为广场舞达妈标配
\[00:00:19.940 --\> 00:00:22.700\] 骆驼牌还是我爹这个年纪的人才会愿意买的牌子
\[00:00:22.700 --\> 00:00:24.380\] 不知道风向为啥变得这么快
\[00:00:24.380 --\> 00:00:26.680\] 为啥这东西突然变成男生逆袭神器
\[00:00:26.680 --\> 00:00:27.660\] 时尚潮流单品
\[00:00:27.660 --\> 00:00:29.580\] 后来我翻了一下小红书就懂了
\[00:00:29.580 --\> 00:00:30.460\] 时尚这个时期
\[00:00:30.460 --\> 00:00:31.620\] 重点不在于衣服
\[00:00:31.620 --\> 00:00:32.160\] 在于人
\[00:00:32.160 --\> 00:00:34.500\] 现在小红书上面和冲锋衣相关的笔记
\[00:00:34.500 --\> 00:00:36.220\] 照片里的男生都是这样的
\[00:00:36.220 --\> 00:00:36.880\] 这样的
\[00:00:36.880 --\> 00:00:38.140\] 还有这样的
\[00:00:38.140 --\> 00:00:39.460\] 你们哪里是看穿搭的
\[00:00:39.460 --\> 00:00:40.540\] 你们明明是看脸
\[00:00:40.540 --\> 00:00:41.780\] 就这个造型这个年龄
\[00:00:41.780 --\> 00:00:43.920\] 你换上老头衫也能穿出氛围感好吗
\[00:00:43.920 --\> 00:00:46.560\] 我又想起了当年郭德纲老师穿计繁西的残剧
\[00:00:46.560 --\> 00:00:48.560\] 这个世界对我们这些长得不好看的人
\[00:00:48.560 --\> 00:00:49.480\] 还真是苛刻呢
\[00:00:49.480 --\> 00:00:52.100\] 所以说我总结了一下冲锋衣传达的要领
\[00:00:52.100 --\> 00:00:54.200\] 大概就是一张白净且人畜无汉的脸
\[00:00:54.200 --\> 00:00:55.120\] 充足的发量
\[00:00:55.120 --\> 00:00:55.980\] 纤细的体型
\[00:00:55.980 --\> 00:00:58.160\] 当然身上的冲锋衣还得是骆驼的
\[00:00:58.160 --\> 00:00:59.320\] 去年在户外用品界
\[00:00:59.320 --\> 00:01:01.100\] 最顶流的既不是鸟像书
\[00:01:01.100 --\> 00:01:02.560\] 也不是有校服之称的北面
\[00:01:02.560 --\> 00:01:04.120\] 或者老台顶流哥伦比亚
\[00:01:04.120 --\> 00:01:04.800\] 而是骆驼
\[00:01:04.800 --\> 00:01:06.980\] 双十一骆驼在天猫户外服饰品类
\[00:01:06.980 --\> 00:01:08.860\] 拿下销售额和销量双料冠军
\[00:01:08.860 --\> 00:01:09.980\] 销量达到百万级
\[00:01:09.980 --\> 00:01:10.620\] 在抖音
\[00:01:10.620 --\> 00:01:13.200\] 骆驼销售同比增幅高达百分之296
\[00:01:13.200 --\> 00:01:15.920\] 旗下主打的三合一高性价比冲锋衣成为爆品
\[00:01:15.920 --\> 00:01:17.260\] 哪怕不看双十一
\[00:01:17.260 --\> 00:01:18.020\] 随手一搜
\[00:01:18.020 --\> 00:01:21.040\] 骆驼在冲锋衣的七日销售榜上都是图榜的存在
\[00:01:21.040 --\> 00:01:22.480\] 这是线上的销售表现
\[00:01:22.480 --\> 00:01:24.200\] 至于线下还是网友总结的好
\[00:01:24.200 --\> 00:01:26.740\] 如今在南方街头的骆驼比沙漠里的都多
\[00:01:26.740 --\> 00:01:27.540\] 爬个华山
\[00:01:27.540 --\> 00:01:28.320\] 满山的骆驼
\[00:01:28.320 --\> 00:01:29.840\] 随便逛个街撞山了
\[00:01:29.840 --\> 00:01:31.060\] 至于骆驼为啥这么火
\[00:01:31.060 --\> 00:01:31.800\] 便宜啊
\[00:01:31.800 --\> 00:01:33.400\] 拿卖的最好的丁真同款
\[00:01:33.400 --\> 00:01:35.500\] 幻影黑三合一冲锋衣举个例子
\[00:01:35.500 --\> 00:01:36.000\] 线下买
\[00:01:36.000 --\> 00:01:37.440\] 标牌价格2198
\[00:01:37.440 --\> 00:01:38.940\] 但是跑到网上看一下
\[00:01:38.940 --\> 00:01:40.460\] 标价就变成了699
\[00:01:40.460 --\> 00:01:41.220\] 至于折扣
\[00:01:41.220 --\> 00:01:42.360\] 日常也都是有的
\[00:01:42.360 --\> 00:01:43.440\] 400出头就能买到
\[00:01:43.440 --\> 00:01:44.960\] 甚至有时候能低到300价
\[00:01:44.960 --\> 00:01:46.140\] 要是你还嫌贵
\[00:01:46.140 --\> 00:01:48.200\] 路头还有200块出头的单层冲锋衣
\[00:01:48.200 --\> 00:01:49.080\] 就这个价格
\[00:01:49.080 --\> 00:01:51.520\] 搁上海恐怕还不够两次CityWalk的报名费
\[00:01:51.520 --\> 00:01:52.560\] 看了这个价格
\[00:01:52.560 --\> 00:01:53.560\] 再对比一下北面
\[00:01:53.560 --\> 00:01:54.640\] 1000块钱起步
\[00:01:54.640 --\> 00:01:56.000\] 你就能理解为啥北面
\[00:01:56.000 --\> 00:01:58.120\] 这么快就被大学生踢出了校服序列了
\[00:01:58.120 --\> 00:02:00.380\] 我不知道现在大学生每个月生活费多少
\[00:02:00.380 --\> 00:02:02.160\] 反正按照我上学时候的生活费
\[00:02:02.160 --\> 00:02:03.200\] 一个月不吃不喝
\[00:02:03.200 --\> 00:02:05.080\] 也就买得起俩袖子加一个帽子
\[00:02:05.080 --\> 00:02:06.420\] 难怪当年全是假北面
\[00:02:06.420 --\> 00:02:07.400\] 现在都是真路头
\[00:02:07.400 --\> 00:02:08.640\] 至少人家是正品啊
\[00:02:08.640 --\> 00:02:10.080\] 我翻了一下社交媒体
\[00:02:10.080 --\> 00:02:12.060\] 发现对路头的吐槽和买了路头的
\[00:02:12.060 --\> 00:02:13.340\] 基本上是1比1的比例
\[00:02:13.340 --\> 00:02:15.040\] 吐槽最多的就是衣服会掉色
\[00:02:15.040 --\> 00:02:15.960\] 还会串色
\[00:02:15.960 --\> 00:02:17.100\] 比如图增洗个几次
\[00:02:17.100 --\> 00:02:18.240\] 穿个两天就掉光了
\[00:02:18.240 --\> 00:02:19.600\] 比如不同仓库发的货
\[00:02:19.600 --\> 00:02:20.600\] 质量参差不齐
\[00:02:20.600 --\> 00:02:22.300\] 买衣服还得看户口拼出身
\[00:02:22.300 --\> 00:02:23.660\] 至于什么做工比较差
\[00:02:23.660 --\> 00:02:24.300\] 内胆多
\[00:02:24.300 --\> 00:02:24.880\] 走线糙
\[00:02:24.880 --\> 00:02:26.380\] 不防水之类的就更多了
\[00:02:26.380 --\> 00:02:27.360\] 但是这些吐槽
\[00:02:27.360 --\> 00:02:29.160\] 并不意味着会影响路头的销量
\[00:02:29.160 --\> 00:02:30.820\] 甚至还会有不少自来水表示
\[00:02:30.820 --\> 00:02:32.680\] 就这价格要啥自行车啊
\[00:02:32.680 --\> 00:02:34.080\] 所谓性价比性价比
\[00:02:34.080 --\> 00:02:35.340\] 脱离价位谈性能
\[00:02:35.340 --\> 00:02:36.980\] 这就不符合消费者的需求嘛
\[00:02:36.980 --\> 00:02:38.480\] 无数次价格战告诉我们
\[00:02:38.480 --\> 00:02:39.500\] 只要肯降价
\[00:02:39.500 --\> 00:02:40.960\] 就没有卖不出去的产品
\[00:02:40.960 --\> 00:02:41.820\] 一件冲锋衣
\[00:02:41.820 --\> 00:02:43.500\] 1000多你觉得平平无奇
\[00:02:43.500 --\> 00:02:44.900\] 500多你觉得差点意思
\[00:02:44.900 --\> 00:02:46.480\] 200块你就要秒下单了
\[00:02:46.480 --\> 00:02:48.520\] 到99恐怕就要拼点手速了
\[00:02:48.520 --\> 00:02:49.560\] 像冲锋衣这个品类
\[00:02:49.560 --\> 00:02:50.720\] 本来价格跨度就大
\[00:02:50.720 --\> 00:02:52.660\] 北面最便宜的Gortex冲锋衣
\[00:02:52.660 --\> 00:02:53.740\] 价格3000起步
\[00:02:53.740 --\> 00:02:56.360\] 大概是同品牌最便宜冲锋衣的三倍价格
\[00:02:56.360 --\> 00:02:57.060\] 至于十足鸟
\[00:02:57.060 --\> 00:02:59.020\] 搭载了Gortex的硬壳起步价
\[00:02:59.020 --\> 00:02:59.780\] 就要到4500
\[00:02:59.780 --\> 00:03:01.080\] 而且同样是Gortex
\[00:03:01.080 --\> 00:03:02.860\] 内部也有不同的系列和档次
\[00:03:02.860 --\> 00:03:03.520\] 做成衣服
\[00:03:03.520 --\> 00:03:05.780\] 中间的差价恐怕就够买两件骆驼了
\[00:03:05.780 --\> 00:03:06.620\] 至于智能控温
\[00:03:06.620 --\> 00:03:07.320\] 防水拉链
\[00:03:07.320 --\> 00:03:07.900\] 全压胶
\[00:03:07.900 --\> 00:03:09.760\] 更加不可能出现在骆驼这里了
\[00:03:09.760 --\> 00:03:11.780\] 至少不会是三四百的骆驼身上会有的
\[00:03:11.780 --\> 00:03:12.660\] 有的价外的衣服
\[00:03:12.660 --\> 00:03:14.040\] 买的就是一个放弃幻想
\[00:03:14.040 --\> 00:03:15.660\] 吃到肚子里的科技鱼很活
\[00:03:15.660 --\> 00:03:16.840\] 是能给你省钱的
\[00:03:16.840 --\> 00:03:18.320\] 穿在身上的科技鱼很活
\[00:03:18.320 --\> 00:03:20.040\] 装装件件都是要加钱的
\[00:03:20.040 --\> 00:03:21.440\] 所以正如罗曼罗兰所说
\[00:03:21.440 --\> 00:03:23.040\] 这世界上只有一种英雄主义
\[00:03:23.040 --\> 00:03:24.860\] 就是在认清了骆驼的本质以后
\[00:03:24.860 --\> 00:03:26.060\] 依然选择买骆驼
\[00:03:26.060 --\> 00:03:26.900\] 关于骆驼的火爆
\[00:03:26.900 --\> 00:03:28.180\] 我有一些小小的看法
\[00:03:28.180 --\> 00:03:28.960\] 骆驼这个东西
\[00:03:28.960 --\> 00:03:30.220\] 它其实就是个潮牌
\[00:03:30.220 --\> 00:03:31.940\] 看看它的营销方式就知道了
\[00:03:31.940 --\> 00:03:32.920\] 现在打开小红书
\[00:03:32.920 --\> 00:03:35.120\] 日常可以看到骆驼穿搭是这样的
\[00:03:35.120 --\> 00:03:36.900\] 加一点氛围感是这样的
\[00:03:36.900 --\> 00:03:37.400\] 对比一下
\[00:03:37.400 --\> 00:03:39.240\] 其他品牌的风格是这样的
\[00:03:39.240 --\> 00:03:40.020\] 这样的
\[00:03:40.020 --\> 00:03:41.280\] 其实对比一下就知道了
\[00:03:41.280 --\> 00:03:42.600\] 其他品牌突出一个时程
\[00:03:42.600 --\> 00:03:44.240\] 能防风就一定要讲防风
\[00:03:44.240 --\> 00:03:45.960\] 能扛冻就一定要讲扛冻
\[00:03:45.960 --\> 00:03:47.340\] 但骆驼在营销的时候
\[00:03:47.340 --\> 00:03:49.080\] 主打的就是一个城市户外风
\[00:03:49.080 --\> 00:03:50.440\] 虽然造型是春风衣
\[00:03:50.440 --\> 00:03:52.180\] 但场景往往是在城市里
\[00:03:52.180 --\> 00:03:54.220\] 哪怕在野外也要突出一个风和日丽
\[00:03:54.220 --\> 00:03:54.940\] 阳光敏媚
\[00:03:54.940 --\> 00:03:56.500\] 至少不会在明显的严寒
\[00:03:56.500 --\> 00:03:58.020\] 高海拔或是恶劣气候下
\[00:03:58.020 --\> 00:04:00.160\] 如果用一个词形容骆驼的营销风格
\[00:04:00.160 --\> 00:04:00.920\] 那就是清洗
\[00:04:00.920 --\> 00:04:03.060\] 或者说他很理解自己的消费者是谁
\[00:04:03.060 --\> 00:04:03.920\] 需要什么产品
\[00:04:03.920 --\> 00:04:05.260\] 从使用场景来说
\[00:04:05.260 --\> 00:04:06.600\] 骆驼的消费者买春风衣
\[00:04:06.600 --\> 00:04:08.640\] 不是真的有什么大风大雨要去应对
\[00:04:08.640 --\> 00:04:10.880\] 春风衣的作用是下雨没带伞的时候
\[00:04:10.880 --\> 00:04:12.160\] 临时顶个几分钟
\[00:04:12.160 --\> 00:04:13.700\] 让你能图书馆跑回宿舍
\[00:04:13.700 --\> 00:04:14.940\] 或者是冬天骑电动车
\[00:04:14.940 --\> 00:04:16.220\] 被风吹得不行的时候
\[00:04:16.220 --\> 00:04:17.200\] 稍微扛一下风
\[00:04:17.200 --\> 00:04:18.340\] 不至于体感太冷
\[00:04:18.340 --\> 00:04:19.700\] 当然他们也会出门
\[00:04:19.700 --\> 00:04:21.780\] 但大部分时候也都是去别的城市
\[00:04:21.780 --\> 00:04:23.860\] 或者在城市周边搞搞简单的徒步
\[00:04:23.860 --\> 00:04:24.920\] 这种情况下
\[00:04:24.920 --\> 00:04:25.920\] 穿个骆驼也就够了
\[00:04:25.920 --\> 00:04:27.220\] 从购买动机来说
\[00:04:27.220 --\> 00:04:29.260\] 骆驼就更没有必要上那些硬核科技了
\[00:04:29.260 --\> 00:04:30.920\] 消费者买骆驼买的是个什么呢
\[00:04:30.920 --\> 00:04:32.240\] 不是春风衣的功能性
\[00:04:32.240 --\> 00:04:33.380\] 而是春风衣的造型
\[00:04:33.380 --\> 00:04:34.340\] 宽松的版型
\[00:04:34.340 --\> 00:04:36.380\] 能精准遮住微微隆起的小肚子
\[00:04:36.380 --\> 00:04:37.440\] 棱角分明的质感
\[00:04:37.440 --\> 00:04:39.420\] 能隐藏一切不完美的整体线条
\[00:04:39.420 --\> 00:04:41.260\] 显瘦的副作用就是显年轻
\[00:04:41.260 --\> 00:04:42.600\] 再配上一条牛仔裤
\[00:04:42.600 --\> 00:04:43.680\] 配上一双大黄靴
\[00:04:43.680 --\> 00:04:45.100\] 大学生的气质就出来了
\[00:04:45.100 --\> 00:04:47.700\] 要是自拍的时候再配上大学宿舍洗漱台
\[00:04:47.700 --\> 00:04:49.380\] 那永远擦不干净的镜子
\[00:04:49.380 --\> 00:04:50.840\] 瞬间青春无敌了
\[00:04:50.840 --\> 00:04:51.700\] 说的更直白一点
\[00:04:51.700 --\> 00:04:53.060\] 人家买的是个锦铃神器
\[00:04:53.060 --\> 00:04:53.820\] 所以说
\[00:04:53.820 --\> 00:04:55.860\] 吐槽穿骆驼都是假户外爱好者的人
\[00:04:55.860 --\> 00:04:57.460\] 其实并没有理解骆驼的定位
\[00:04:57.460 --\> 00:04:59.780\] 骆驼其实是给了想要入门山系穿搭
\[00:04:59.780 --\> 00:05:01.740\] 想要追逐流行的人一个最平价
\[00:05:01.740 --\> 00:05:02.980\] 决策成本最低的选择
\[00:05:02.980 --\> 00:05:04.880\] 至于那些真正的硬核户外爱好者
\[00:05:04.880 --\> 00:05:05.800\] 骆驼既没有能力
\[00:05:05.800 --\> 00:05:07.080\] 也没有打算触打他们
\[00:05:07.080 --\> 00:05:07.980\] 反过来说
\[00:05:07.980 --\> 00:05:09.460\] 那些自驾穿越边疆国道
\[00:05:09.460 --\> 00:05:11.680\] 或者去阿尔卑斯山区登山探险的人
\[00:05:11.680 --\> 00:05:13.540\] 也不太可能在户外服饰上省钱
\[00:05:13.540 --\> 00:05:14.900\] 毕竟光是交通住宿
\[00:05:14.900 --\> 00:05:15.600\] 请假出行
\[00:05:15.600 --\> 00:05:16.560\] 成本就不低了
\[00:05:16.560 --\> 00:05:17.320\] 对他们来说
\[00:05:17.320 --\> 00:05:19.140\] 户外装备很多时候是保命用的
\[00:05:19.140 --\> 00:05:21.180\] 也就不存在跟风凹造型的必要了
\[00:05:21.180 --\> 00:05:22.300\] 最后我再说个题外话
\[00:05:22.300 --\> 00:05:23.320\] 年轻人追捧骆驼
\[00:05:23.320 --\> 00:05:24.240\] 一个隐藏的原因
\[00:05:24.240 --\> 00:05:25.940\] 其实是羽绒服越来越贵了
\[00:05:25.940 --\> 00:05:26.620\] 有媒体统计
\[00:05:26.620 --\> 00:05:28.440\] 现在国产羽绒服的平均售价
\[00:05:28.440 --\> 00:05:29.880\] 已经高达881元
\[00:05:29.880 --\> 00:05:31.140\] 波斯灯均价最高
\[00:05:31.140 --\> 00:05:31.900\] 接近2000元
\[00:05:31.900 --\> 00:05:32.880\] 而且过去几年
\[00:05:32.880 --\> 00:05:34.800\] 国产羽绒服品牌都在转向高端化
\[00:05:34.800 --\> 00:05:37.060\] 羽绒服市场分为8000元以上的奢侈级
\[00:05:37.060 --\> 00:05:38.440\] 2000元以下的大众级
\[00:05:38.440 --\> 00:05:39.740\] 而在中间的高端级
\[00:05:39.740 --\> 00:05:41.220\] 国产品牌一直没有存在感
\[00:05:41.220 --\> 00:05:42.140\] 所以过去几年
\[00:05:42.140 --\> 00:05:43.520\] 波斯灯天空人这些品牌
\[00:05:43.520 --\> 00:05:45.260\] 都把2000元到8000元这个市场
\[00:05:45.260 --\> 00:05:46.560\] 当成未来的发展趋势
\[00:05:46.560 --\> 00:05:47.980\] 东芯证券研报显示
\[00:05:47.980 --\> 00:05:49.600\] 从2018到2021年
\[00:05:49.600 --\> 00:05:52.080\] 波斯灯均价4年涨幅达到60%以上
\[00:05:52.080 --\> 00:05:53.080\] 过去5个财年
\[00:05:53.080 --\> 00:05:54.300\] 这个品牌的营销开支
\[00:05:54.300 --\> 00:05:56.020\] 从20多亿涨到了60多亿
\[00:05:56.020 --\> 00:05:57.240\] 羽绒服价格往上走
\[00:05:57.240 --\> 00:05:59.160\] 年轻消费者就开始抛弃羽绒服
\[00:05:59.160 --\> 00:06:00.300\] 购买平价春风衣
\[00:06:00.300 --\> 00:06:02.240\] 里面再穿个普通价位的摇篱绒
\[00:06:02.240 --\> 00:06:03.280\] 或者羽绒小夹克
\[00:06:03.280 --\> 00:06:05.100\] 也不比大几千的羽绒服差多少
\[00:06:05.100 --\> 00:06:05.740\] 说到底
\[00:06:05.740 --\> 00:06:07.120\] 现在消费社会发达了
\[00:06:07.120 --\> 00:06:08.300\] 没有什么需求是一定要
\[00:06:08.300 --\> 00:06:09.740\] 某种特定的解决方案
\[00:06:09.740 --\> 00:06:11.500\] 特定价位的商品才能实现的
\[00:06:11.500 --\> 00:06:12.080\] 要保暖
\[00:06:12.080 --\> 00:06:13.140\] 羽绒服固然很好
\[00:06:13.140 --\> 00:06:15.320\] 但春风衣加一些内搭也很暖和
\[00:06:15.320 --\> 00:06:15.820\] 要时尚
\[00:06:15.820 --\> 00:06:17.860\] 大几千块钱的设计师品牌非常不错
\[00:06:17.860 --\> 00:06:19.360\] 但350的拼多多服饰
\[00:06:19.360 --\> 00:06:20.520\] 搭得好也能出产
\[00:06:20.520 --\> 00:06:21.620\] 要去野外徒步
\[00:06:21.620 --\> 00:06:22.940\] 花五六千买鸟也可以
\[00:06:22.940 --\> 00:06:25.100\] 但迪卡侬也足以应付大多数状况
\[00:06:25.100 --\> 00:06:25.720\] 所以说
\[00:06:25.720 --\> 00:06:27.420\] 花高价买春风衣当然也OK
\[00:06:27.420 --\> 00:06:28.540\] 三四百买件骆驼
\[00:06:28.540 --\> 00:06:29.880\] 也是可以介绍的选择
\[00:06:29.880 --\> 00:06:31.900\] 何况骆驼也多多少少有一些功能性
\[00:06:31.900 --\> 00:06:32.840\] 毕竟它再怎么样
\[00:06:32.840 --\> 00:06:33.920\] 还是个春风衣
\[00:06:33.920 --\> 00:06:34.800\] 理解了这个事情
\[00:06:34.800 --\> 00:06:35.740\] 就很容易分辨
\[00:06:35.740 --\> 00:06:36.900\] 什么是智商税的
\[00:06:36.900 --\> 00:06:38.740\] 那些向你灌输非某个品牌不用
\[00:06:38.740 --\> 00:06:39.880\] 告诉你某个需求
\[00:06:39.880 --\> 00:06:41.380\] 只有某个产品才能满足
\[00:06:41.380 --\> 00:06:42.160\] 某个品牌
\[00:06:42.160 --\> 00:06:44.220\] 就是某个品类绝对的鄙视链顶端
\[00:06:44.220 --\> 00:06:45.900\] 这类营销的智商税含量
\[00:06:45.900 --\> 00:06:46.860\] 必然是很高的
\[00:06:46.860 --\> 00:06:48.780\] 它的目的是剥夺你选择的权利
\[00:06:48.780 --\> 00:06:51.220\] 让你主动放弃比价和寻找平梯的想法
\[00:06:51.220 --\> 00:06:52.920\] 从而避免与其他品牌竞争
\[00:06:52.920 --\> 00:06:54.280\] 而没有竞争的市场
\[00:06:54.280 --\> 00:06:56.020\] 才是智商税含量最高的市场
\[00:06:56.020 --\> 00:06:57.360\] 消费商业洞见
\[00:06:57.360 --\> 00:06:58.420\] 近在IC实验室
\[00:06:58.420 --\> 00:06:59.000\] 我是馆长
\[00:06:59.000 --\> 00:06:59.840\] 我们下期再见
\[00:06:59.840 --\> 00:07:01.840\] 谢谢大家!
output_srt: saving output to 'chs.wav.srt'
whisper_print_timings: load time = 1232.24 ms
whisper_print_timings: fallbacks = 1 p / 0 h
whisper_print_timings: mel time = 507.42 ms
whisper_print_timings: sample time = 14211.34 ms / 19337 runs ( 0.73 ms per run)
whisper_print_timings: encode time = 9234.67 ms / 19 runs ( 486.04 ms per run)
whisper_print_timings: decode time = 41.85 ms / 2 runs ( 20.92 ms per run)
whisper_print_timings: batchd time = 325320.62 ms / 19329 runs ( 16.83 ms per run)
whisper_print_timings: prompt time = 5857.69 ms / 3869 runs ( 1.51 ms per run)
whisper_print_timings: total time = 356447.78 ms
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ./main -l zh -osrt -m models/ggml-large-v3.bin chs.wav
参考资料：
https://blog.csdn.net/qq_43907505/article/details/135048613?spm=1001.2101.3001.6650.4\&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EYuanLiJiHua%7EPosition-4-135048613-blog-127843094.235%5Ev43%5Epc_blog_bottom_relevance_base1\&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EYuanLiJiHua%7EPosition-4-135048613-blog-127843094.235%5Ev43%5Epc_blog_bottom_relevance_base1\&utm_relevant_index=9
https://blog.csdn.net/qq_43907505/article/details/135048613
开源语音识别faster-whisper部署教程
日语源视频：【通过hotbox获取】
https://www.bilibili.com/video/BV1fG4y1b74e/?vd_source=4a6b675fa22dfa306da59f67b1f22616
「原神」神里绫华日语配音，谁能拒绝一只蝴蝶忍呢？
中文源视频：【通过猫抓获取】
https://www.ixigua.com/7320445308314485283
2024-01-05 11:06国产冲锋衣杀疯了！百元骆驼如何营销卖爆？-IC实验室
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ffmpeg
ffmpeg version 4.2.7-0ubuntu0.1 Copyright (c) 2000-2022 the FFmpeg developers
usage: ffmpeg \[options\] \[\[infile options\] -i infile\]... {\[outfile options\] outfile}...
Use -h to get full help or, even better, run 'man ffmpeg'
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ffmpeg -i chi.mp4 -ar 16000 -ac 1 -c:a pcm_s16le chi.wav
ffmpeg version 4.2.7-0ubuntu0.1 Copyright (c) 2000-2022 the FFmpeg developers
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ffmpeg -i chs.mp4 -ar 16000 -ac 1 -c:a pcm_s16le chs.wav
LOG如下：
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ make clean
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3
I LDFLAGS:
I CC: cc (Ubuntu 9.4.0-1ubuntu1\~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1\~20.04.2) 9.4.0
rm -f \*.o main stream command talk talk-llama bench quantize server lsp libwhisper.a libwhisper.so
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ll
total 19196
drwxrwxr-x 17 rootroot rootroot 4096 2月 2 17:46 ./
drwxr-xr-x 30 rootroot rootroot 4096 2月 2 16:49 ../
drwxrwxr-x 7 rootroot rootroot 4096 2月 2 16:49 bindings/
-rwx------ 1 rootroot rootroot 3465644 1月 12 01:28 chs.mp4\*
-rw-rw-r-- 1 rootroot rootroot 13497126 2月 2 17:26 chs.wav
-rw-rw-r-- 1 rootroot rootroot 11821 2月 2 17:41 chs.wav使用CPU.srt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 cmake/
-rw-rw-r-- 1 rootroot rootroot 19150 2月 2 16:49 CMakeLists.txt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 coreml/
drwx------ 2 rootroot rootroot 4096 2月 2 17:45 CPU/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 .devops/
drwxrwxr-x 24 rootroot rootroot 4096 2月 2 16:49 examples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 extra/
-rw-rw-r-- 1 rootroot rootroot 31647 2月 2 16:49 ggml-alloc.c
-rw-rw-r-- 1 rootroot rootroot 4055 2月 2 16:49 ggml-alloc.h
-rw-rw-r-- 1 rootroot rootroot 67212 2月 2 16:49 ggml-backend.c
-rw-rw-r-- 1 rootroot rootroot 11720 2月 2 16:49 ggml-backend.h
-rw-rw-r-- 1 rootroot rootroot 5874 2月 2 16:49 ggml-backend-impl.h
-rw-rw-r-- 1 rootroot rootroot 676115 2月 2 16:49 ggml.c
-rw-rw-r-- 1 rootroot rootroot 440093 2月 2 16:49 ggml-cuda.cu
-rw-rw-r-- 1 rootroot rootroot 2104 2月 2 16:49 ggml-cuda.h
-rw-rw-r-- 1 rootroot rootroot 85094 2月 2 16:49 ggml.h
-rw-rw-r-- 1 rootroot rootroot 7567 2月 2 16:49 ggml-impl.h
-rw-rw-r-- 1 rootroot rootroot 2358 2月 2 16:49 ggml-metal.h
-rw-rw-r-- 1 rootroot rootroot 150160 2月 2 16:49 ggml-metal.m
-rw-rw-r-- 1 rootroot rootroot 225659 2月 2 16:49 ggml-metal.metal
-rw-rw-r-- 1 rootroot rootroot 85693 2月 2 16:49 ggml-opencl.cpp
-rw-rw-r-- 1 rootroot rootroot 1386 2月 2 16:49 ggml-opencl.h
-rw-rw-r-- 1 rootroot rootroot 401791 2月 2 16:49 ggml-quants.c
-rw-rw-r-- 1 rootroot rootroot 13705 2月 2 16:49 ggml-quants.h
drwxrwxr-x 8 rootroot rootroot 4096 2月 2 16:49 .git/
drwxrwxr-x 3 rootroot rootroot 4096 2月 2 16:49 .github/
-rw-rw-r-- 1 rootroot rootroot 803 2月 2 16:49 .gitignore
-rw-rw-r-- 1 rootroot rootroot 96 2月 2 16:49 .gitmodules
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 grammars/
-rw-rw-r-- 1 rootroot rootroot 1072 2月 2 16:49 LICENSE
-rw-rw-r-- 1 rootroot rootroot 14883 2月 2 16:49 Makefile
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 17:24 models/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 openvino/
-rw-rw-r-- 1 rootroot rootroot 1776 2月 2 16:49 Package.swift
-rw-rw-r-- 1 rootroot rootroot 39115 2月 2 16:49 README.md
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 samples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 spm-headers/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 tests/
-rw-rw-r-- 1 rootroot rootroot 232975 2月 2 16:49 whisper.cpp
-rw-rw-r-- 1 rootroot rootroot 30248 2月 2 16:49 whisper.h
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ll main
ls: cannot access 'main': No such file or directory
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$
rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ WHISPER_CLBLAST=1 make -j16
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST
I LDFLAGS: -lclblast -lOpenCL
I CC: cc (Ubuntu 9.4.0-1ubuntu1\~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1\~20.04.2) 9.4.0
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c ggml-opencl.cpp -o ggml-opencl.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c ggml.c -o ggml.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c ggml-alloc.c -o ggml-alloc.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c ggml-backend.c -o ggml-backend.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c ggml-quants.c -o ggml-quants.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CLBLAST -c whisper.cpp -o whisper.o
ggml-opencl.cpp:15:10: fatal error: clblast.h: No such file or directory
15 \| #include \
Get:2 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal-updates/universe amd64 libopenblas0 amd64 0.3.8+ds-1ubuntu0.20.04.1 [5,892 B]
Get:3 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal-updates/universe amd64 libopenblas-pthread-dev amd64 0.3.8+ds-1ubuntu0.20.04.1 [4,526 kB]
Get:4 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal-updates/universe amd64 libopenblas-dev amd64 0.3.8+ds-1ubuntu0.20.04.1 [16.4 kB]
Fetched 13.7 MB in 2s (8,470 kB/s)
Selecting previously unselected package libopenblas0-pthread:amd64.
(Reading database ... 207405 files and directories currently installed.)
Preparing to unpack .../libopenblas0-pthread_0.3.8+ds-1ubuntu0.20.04.1_amd64.deb ...
Unpacking libopenblas0-pthread:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Selecting previously unselected package libopenblas0:amd64.
Preparing to unpack .../libopenblas0_0.3.8+ds-1ubuntu0.20.04.1_amd64.deb ...
Unpacking libopenblas0:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Selecting previously unselected package libopenblas-pthread-dev:amd64.
Preparing to unpack .../libopenblas-pthread-dev_0.3.8+ds-1ubuntu0.20.04.1_amd64.deb ...
Unpacking libopenblas-pthread-dev:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Selecting previously unselected package libopenblas-dev:amd64.
Preparing to unpack .../libopenblas-dev_0.3.8+ds-1ubuntu0.20.04.1_amd64.deb ...
Unpacking libopenblas-dev:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Setting up libopenblas0-pthread:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so.3 to provide /usr/lib/x86_64-linux-gnu/libblas.so.3 (libblas.so.3-x86_64-linux-gnu) in auto mode
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so.3 to provide /usr/lib/x86_64-linux-gnu/liblapack.so.3 (liblapack.so.3-x86_64-linux-gnu) in auto mode
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblas.so.0 to provide /usr/lib/x86_64-linux-gnu/libopenblas.so.0 (libopenblas.so.0-x86_64-linux-gnu) in auto mode
Setting up libopenblas0:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Setting up libopenblas-pthread-dev:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/libblas.so to provide /usr/lib/x86_64-linux-gnu/libblas.so (libblas.so-x86_64-linux-gnu) in auto mode
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/liblapack.so to provide /usr/lib/x86_64-linux-gnu/liblapack.so (liblapack.so-x86_64-linux-gnu) in auto mode
update-alternatives: using /usr/lib/x86_64-linux-gnu/openblas-pthread/libopenblas.so to provide /usr/lib/x86_64-linux-gnu/libopenblas.so (libopenblas.so-x86_64-linux-gnu) in auto mode
Setting up libopenblas-dev:amd64 (0.3.8+ds-1ubuntu0.20.04.1) ...
Processing triggers for libc-bin (2.31-0ubuntu9.14) ...
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ WHISPER_CUBLAS=1 make -j16
expr: syntax error: unexpected argument '11.6'
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I LDFLAGS: -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
I CC: cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
nvcc --forward-unknown-to-host-compiler -arch=all -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -Wno-pedantic -c ggml-cuda.cu -o ggml-cuda.o
make: nvcc: Command not found
make: *** [Makefile:225: ggml-cuda.o] Error 127
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ nvcc -v
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ sudo apt install nvidia-cuda-toolkit
Reading package lists... Done
Building dependency tree
Reading state information... Done
The following additional packages will be installed:
g++-8 javascript-common libaccinj64-10.1 libcublas10 libcublaslt10 libcudart10.1 libcufft10 libcufftw10 libcuinj64-10.1 libcupti-dev libcupti-doc libcupti10.1 libcurand10 libcusolver10 libcusolvermg10 libcusparse10 libjs-jquery libnppc10 libnppial10 libnppicc10
libnppicom10 libnppidei10 libnppif10 libnppig10 libnppim10 libnppist10 libnppisu10 libnppitc10 libnpps10 libnvblas10 libnvgraph10 libnvidia-compute-545 libnvidia-ml-dev libnvjpeg10 libnvrtc10.1 libnvtoolsext1 libnvvm3 libstdc++-8-dev libthrust-dev libvdpau-dev
node-html5shiv nvidia-cuda-dev nvidia-cuda-doc nvidia-cuda-gdb nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev opencl-c-headers
Suggested packages:
g++-8-multilib gcc-8-doc apache2 | lighttpd | httpd libstdc++-8-doc libvdpau-doc nodejs nvidia-driver | nvidia-tesla-440-driver | nvidia-tesla-418-driver libpoclu-dev
Recommended packages:
libnvcuvid1 nsight-compute nsight-systems
The following NEW packages will be installed:
g++-8 javascript-common libaccinj64-10.1 libcublas10 libcublaslt10 libcudart10.1 libcufft10 libcufftw10 libcuinj64-10.1 libcupti-dev libcupti-doc libcupti10.1 libcurand10 libcusolver10 libcusolvermg10 libcusparse10 libjs-jquery libnppc10 libnppial10 libnppicc10
libnppicom10 libnppidei10 libnppif10 libnppig10 libnppim10 libnppist10 libnppisu10 libnppitc10 libnpps10 libnvblas10 libnvgraph10 libnvidia-compute-545 libnvidia-ml-dev libnvjpeg10 libnvrtc10.1 libnvtoolsext1 libnvvm3 libstdc++-8-dev libthrust-dev libvdpau-dev
node-html5shiv nvidia-cuda-dev nvidia-cuda-doc nvidia-cuda-gdb nvidia-cuda-toolkit nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev opencl-c-headers
0 upgraded, 50 newly installed, 0 to remove and 11 not upgraded.
Need to get 1,111 MB/1,160 MB of archives.
After this operation, 3,056 MB of additional disk space will be used.
Do you want to continue? [Y/n] y
Get:1 file:/var/cuda-repo-ubuntu2004-12-3-local libnvidia-compute-545 545.23.08-0ubuntu1 [48.8 MB]
Err:1 file:/var/cuda-repo-ubuntu2004-12-3-local libnvidia-compute-545 545.23.08-0ubuntu1
File not found - /var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb (2: No such file or directory)
Get:2 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/universe amd64 libstdc++-8-dev amd64 8.4.0-3ubuntu2 [1,537 kB]
Get:3 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/universe amd64 g++-8 amd64 8.4.0-3ubuntu2 [10.1 MB]
Get:4 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/main amd64 javascript-common all 11 [6,066 B]
Get:5 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libaccinj64-10.1 amd64 10.1.243-3 [1,893 kB]
Get:6 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcublaslt10 amd64 10.1.243-3 [9,249 kB]
Get:7 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcublas10 amd64 10.1.243-3 [29.7 MB]
Get:8 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcudart10.1 amd64 10.1.243-3 [125 kB]
Get:9 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcufft10 amd64 10.1.243-3 [85.3 MB]
Get:10 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcufftw10 amd64 10.1.243-3 [124 kB]
Get:11 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcuinj64-10.1 amd64 10.1.243-3 [2,030 kB]
Get:12 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcupti10.1 amd64 10.1.243-3 [4,311 kB]
Get:13 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcurand10 amd64 10.1.243-3 [39.0 MB]
Get:14 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcusolver10 amd64 10.1.243-3 [44.5 MB]
Get:15 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcusolvermg10 amd64 10.1.243-3 [28.1 MB]
Get:16 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcusparse10 amd64 10.1.243-3 [56.8 MB]
Get:17 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/main amd64 libjs-jquery all 3.3.1~dfsg-3 [329 kB]
Get:18 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppc10 amd64 10.1.243-3 [123 kB]
Get:19 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppial10 amd64 10.1.243-3 [3,667 kB]
Get:20 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppicc10 amd64 10.1.243-3 [1,621 kB]
Get:21 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppicom10 amd64 10.1.243-3 [539 kB]
Get:22 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppidei10 amd64 10.1.243-3 [2,001 kB]
Get:23 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppif10 amd64 10.1.243-3 [22.0 MB]
Get:24 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppig10 amd64 10.1.243-3 [12.0 MB]
Get:25 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppim10 amd64 10.1.243-3 [2,694 kB]
Get:26 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppist10 amd64 10.1.243-3 [7,313 kB]
Get:27 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppisu10 amd64 10.1.243-3 [116 kB]
Get:28 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnppitc10 amd64 10.1.243-3 [802 kB]
Get:29 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnpps10 amd64 10.1.243-3 [2,970 kB]
Get:30 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvblas10 amd64 10.1.243-3 [129 kB]
Get:31 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvgraph10 amd64 10.1.243-3 [44.5 MB]
Get:32 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvidia-ml-dev amd64 10.1.243-3 [58.1 kB]
Get:33 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvjpeg10 amd64 10.1.243-3 [1,227 kB]
Get:34 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvrtc10.1 amd64 10.1.243-3 [6,307 kB]
Get:35 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/main amd64 libvdpau-dev amd64 1.3-1ubuntu2 [37.3 kB]
Get:36 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/universe amd64 node-html5shiv all 3.7.3+dfsg-3 [12.9 kB]
Get:37 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcupti-dev amd64 10.1.243-3 [4,779 kB]
Get:38 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libcupti-doc all 10.1.243-3 [2,117 kB]
Get:39 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvtoolsext1 amd64 10.1.243-3 [25.1 kB]
Get:40 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libnvvm3 amd64 10.1.243-3 [4,436 kB]
Get:41 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 libthrust-dev all 1.9.5-1 [526 kB]
Get:42 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-cuda-dev amd64 10.1.243-3 [420 MB]
Get:43 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-cuda-doc all 10.1.243-3 [102 MB]
Get:44 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-cuda-gdb amd64 10.1.243-3 [2,722 kB]
Get:45 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-profiler amd64 10.1.243-3 [2,673 kB]
Get:46 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/main amd64 opencl-c-headers all 2.2~2019.08.06-g0d5f18c-1 [29.9 kB]
Get:47 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/main amd64 ocl-icd-opencl-dev amd64 2.2.11-1ubuntu1 [2,512 B]
Get:48 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-opencl-dev amd64 10.1.243-3 [16.5 kB]
Get:49 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-cuda-toolkit amd64 10.1.243-3 [35.0 MB]
Get:50 http://mirrors.tuna.tsinghua.edu.cn/ubuntu focal/multiverse amd64 nvidia-visual-profiler amd64 10.1.243-3 [115 MB]
Fetched 1,111 MB in 29s (38.0 MB/s)
E: Failed to fetch file:/var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb File not found - /var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb (2: No such file or directory)
E: Unable to fetch some archives, maybe run apt-get update or try with --fix-missing?
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ sudo apt install nvidia-cuda-toolkit
Reading package lists... Done
Building dependency tree
Reading state information... Done
The following additional packages will be installed:
g++-8 javascript-common libaccinj64-10.1 libcublas10 libcublaslt10 libcudart10.1 libcufft10 libcufftw10 libcuinj64-10.1 libcupti-dev libcupti-doc libcupti10.1 libcurand10 libcusolver10 libcusolvermg10 libcusparse10 libjs-jquery libnppc10 libnppial10 libnppicc10
libnppicom10 libnppidei10 libnppif10 libnppig10 libnppim10 libnppist10 libnppisu10 libnppitc10 libnpps10 libnvblas10 libnvgraph10 libnvidia-compute-545 libnvidia-ml-dev libnvjpeg10 libnvrtc10.1 libnvtoolsext1 libnvvm3 libstdc++-8-dev libthrust-dev libvdpau-dev
node-html5shiv nvidia-cuda-dev nvidia-cuda-doc nvidia-cuda-gdb nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev opencl-c-headers
Suggested packages:
g++-8-multilib gcc-8-doc apache2 | lighttpd | httpd libstdc++-8-doc libvdpau-doc nodejs nvidia-driver | nvidia-tesla-440-driver | nvidia-tesla-418-driver libpoclu-dev
Recommended packages:
libnvcuvid1 nsight-compute nsight-systems
The following NEW packages will be installed:
g++-8 javascript-common libaccinj64-10.1 libcublas10 libcublaslt10 libcudart10.1 libcufft10 libcufftw10 libcuinj64-10.1 libcupti-dev libcupti-doc libcupti10.1 libcurand10 libcusolver10 libcusolvermg10 libcusparse10 libjs-jquery libnppc10 libnppial10 libnppicc10
libnppicom10 libnppidei10 libnppif10 libnppig10 libnppim10 libnppist10 libnppisu10 libnppitc10 libnpps10 libnvblas10 libnvgraph10 libnvidia-compute-545 libnvidia-ml-dev libnvjpeg10 libnvrtc10.1 libnvtoolsext1 libnvvm3 libstdc++-8-dev libthrust-dev libvdpau-dev
node-html5shiv nvidia-cuda-dev nvidia-cuda-doc nvidia-cuda-gdb nvidia-cuda-toolkit nvidia-opencl-dev nvidia-profiler nvidia-visual-profiler ocl-icd-opencl-dev opencl-c-headers
0 upgraded, 50 newly installed, 0 to remove and 11 not upgraded.
Need to get 0 B/1,160 MB of archives.
After this operation, 3,056 MB of additional disk space will be used.
Do you want to continue? [Y/n] y
Get:1 file:/var/cuda-repo-ubuntu2004-12-3-local libnvidia-compute-545 545.23.08-0ubuntu1 [48.8 MB]
Err:1 file:/var/cuda-repo-ubuntu2004-12-3-local libnvidia-compute-545 545.23.08-0ubuntu1
File not found - /var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb (2: No such file or directory)
E: Failed to fetch file:/var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb File not found - /var/cuda-repo-ubuntu2004-12-3-local/./libnvidia-compute-545_545.23.08-0ubuntu1_amd64.deb (2: No such file or directory)
E: Unable to fetch some archives, maybe run apt-get update or try with --fix-missing?
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ nvcc -v
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ cd /usr/local/
rootroot@rootroot-X99-Turbo:/usr/local$ ll
total 44
drwxr-xr-x 11 root root 4096 1月 15 17:10 ./
drwxr-xr-x 14 root root 4096 3月 16 2023 ../
drwxr-xr-x 2 root root 4096 1月 15 17:10 bin/
lrwxrwxrwx 1 root root 22 1月 15 17:10 cuda -> /etc/alternatives/cuda/
lrwxrwxrwx 1 root root 25 1月 15 17:10 cuda-12 -> /etc/alternatives/cuda-12/
drwxr-xr-x 15 root root 4096 1月 15 17:10 cuda-12.3/
drwxr-xr-x 2 root root 4096 3月 16 2023 etc/
drwxr-xr-x 2 root root 4096 3月 16 2023 games/
drwxr-xr-x 2 root root 4096 3月 16 2023 include/
drwxr-xr-x 4 root root 4096 12月 16 19:57 lib/
lrwxrwxrwx 1 root root 9 12月 16 18:23 man -> share/man/
drwxr-xr-x 2 root root 4096 3月 16 2023 sbin/
drwxr-xr-x 7 root root 4096 3月 16 2023 share/
drwxr-xr-x 2 root root 4096 3月 16 2023 src/
rootroot@rootroot-X99-Turbo:/usr/local$ cd cuda
rootroot@rootroot-X99-Turbo:/usr/local/cuda$ ll
total 136
drwxr-xr-x 15 root root 4096 1月 15 17:10 ./
drwxr-xr-x 11 root root 4096 1月 15 17:10 ../
drwxr-xr-x 3 root root 4096 1月 15 17:09 bin/
drwxr-xr-x 5 root root 4096 1月 15 17:07 compute-sanitizer/
drwxr-xr-x 3 root root 4096 1月 15 17:09 doc/
-rw-r--r-- 1 root root 160 10月 31 17:24 DOCS
-rw-r--r-- 1 root root 61498 10月 31 17:24 EULA.txt
drwxr-xr-x 4 root root 4096 1月 16 10:39 extras/
drwxr-xr-x 4 root root 4096 1月 15 17:09 gds/
lrwxrwxrwx 1 root root 28 10月 31 17:20 include -> targets/x86_64-linux/include/
lrwxrwxrwx 1 root root 24 10月 31 17:20 lib64 -> targets/x86_64-linux/lib/
drwxr-xr-x 7 root root 4096 1月 15 17:09 libnvvp/
drwxr-xr-x 2 root root 4096 1月 15 17:09 nsightee_plugins/
drwxr-xr-x 3 root root 4096 1月 15 17:09 nvml/
drwxr-xr-x 6 root root 4096 1月 15 17:07 nvvm/
-rw-r--r-- 1 root root 524 10月 31 17:24 README
drwxr-xr-x 3 root root 4096 1月 15 17:07 share/
drwxr-xr-x 2 root root 4096 1月 15 17:09 src/
drwxr-xr-x 3 root root 4096 1月 15 17:07 targets/
drwxr-xr-x 2 root root 4096 1月 15 17:07 tools/
-rw-r--r-- 1 root root 3037 11月 30 02:48 version.json
rootroot@rootroot-X99-Turbo:/usr/local/cuda$
rootroot@rootroot-X99-Turbo:/usr/local/cuda$ cd bin/
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ ll
total 159484
drwxr-xr-x 3 root root 4096 1月 15 17:09 ./
drwxr-xr-x 15 root root 4096 1月 15 17:10 ../
-rwxr-xr-x 1 root root 88848 11月 23 03:32 bin2c*
lrwxrwxrwx 1 root root 4 10月 31 21:25 computeprof -> nvvp*
-rwxr-xr-x 1 root root 112 10月 31 17:41 compute-sanitizer*
drwxr-xr-x 2 root root 4096 1月 15 17:07 crt/
-rwxr-xr-x 1 root root 7336920 11月 23 03:32 cudafe++*
-rwxr-xr-x 1 root root 15812648 10月 31 18:46 cuda-gdb*
-rwxr-xr-x 1 root root 812256 10月 31 18:46 cuda-gdbserver*
-rwxr-xr-x 1 root root 75928 10月 31 17:49 cu++filt*
-rwxr-xr-x 1 root root 536064 10月 31 17:46 cuobjdump*
-rwxr-xr-x 1 root root 802968 11月 23 03:32 fatbinary*
-rwxr-xr-x 1 root root 3826 11月 30 02:48 ncu*
-rwxr-xr-x 1 root root 3616 11月 30 02:48 ncu-ui*
-rwxr-xr-x 1 root root 1580 10月 31 17:36 nsight_ee_plugins_manage.sh*
-rwxr-xr-x 1 root root 197 11月 30 02:48 nsight-sys*
-rwxr-xr-x 1 root root 743 11月 30 02:48 nsys*
-rwxr-xr-x 1 root root 833 11月 30 02:48 nsys-ui*
-rwxr-xr-x 1 root root 21784968 11月 23 03:32 nvcc*
-rwxr-xr-x 1 root root 10456 11月 23 03:32 __nvcc_device_query*
-rw-r--r-- 1 root root 417 11月 23 03:32 nvcc.profile
-rwxr-xr-x 1 root root 50674712 10月 31 17:45 nvdisasm*
-rwxr-xr-x 1 root root 29746536 11月 23 03:32 nvlink*
-rwxr-xr-x 1 root root 6022464 10月 31 21:16 nvprof*
-rwxr-xr-x 1 root root 109536 10月 31 17:44 nvprune*
-rwxr-xr-x 1 root root 285 10月 31 21:25 nvvp*
-rwxr-xr-x 1 root root 29421152 11月 23 03:32 ptxas*
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ nvcc -v
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ ./nvcc -v
nvcc fatal : No input files specified; use option --help for more information
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ ll nvcc
-rwxr-xr-x 1 root root 21784968 11月 23 03:32 nvcc*
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ ./nvcc
bin2c cuda-gdb ncu nsys-ui nvlink
computeprof cuda-gdbserver ncu-ui nvcc nvprof
compute-sanitizer cu++filt nsight_ee_plugins_manage.sh __nvcc_device_query nvprune
crt/ cuobjdump nsight-sys nvcc.profile nvvp
cudafe++ fatbinary nsys nvdisasm ptxas
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ ./nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Nov_22_10:17:15_PST_2023
Cuda compilation tools, release 12.3, V12.3.107
Build cuda_12.3.r12.3/compiler.33567101_0
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$
rootroot@rootroot-X99-Turbo:/usr/local/cuda/bin$ cd ..
rootroot@rootroot-X99-Turbo:/usr/local/cuda$ ll
total 136
drwxr-xr-x 15 root root 4096 1月 15 17:10 ./
drwxr-xr-x 11 root root 4096 1月 15 17:10 ../
drwxr-xr-x 3 root root 4096 1月 15 17:09 bin/
drwxr-xr-x 5 root root 4096 1月 15 17:07 compute-sanitizer/
drwxr-xr-x 3 root root 4096 1月 15 17:09 doc/
-rw-r--r-- 1 root root 160 10月 31 17:24 DOCS
-rw-r--r-- 1 root root 61498 10月 31 17:24 EULA.txt
drwxr-xr-x 4 root root 4096 1月 16 10:39 extras/
drwxr-xr-x 4 root root 4096 1月 15 17:09 gds/
lrwxrwxrwx 1 root root 28 10月 31 17:20 include -> targets/x86_64-linux/include/
lrwxrwxrwx 1 root root 24 10月 31 17:20 lib64 -> targets/x86_64-linux/lib/
drwxr-xr-x 7 root root 4096 1月 15 17:09 libnvvp/
drwxr-xr-x 2 root root 4096 1月 15 17:09 nsightee_plugins/
drwxr-xr-x 3 root root 4096 1月 15 17:09 nvml/
drwxr-xr-x 6 root root 4096 1月 15 17:07 nvvm/
-rw-r--r-- 1 root root 524 10月 31 17:24 README
drwxr-xr-x 3 root root 4096 1月 15 17:07 share/
drwxr-xr-x 2 root root 4096 1月 15 17:09 src/
drwxr-xr-x 3 root root 4096 1月 15 17:07 targets/
drwxr-xr-x 2 root root 4096 1月 15 17:07 tools/
-rw-r--r-- 1 root root 3037 11月 30 02:48 version.json
rootroot@rootroot-X99-Turbo:/usr/local/cuda$ cd lib64/
rootroot@rootroot-X99-Turbo:/usr/local/cuda/lib64$ ll
total 4137208
drwxr-xr-x 4 root root 4096 1月 15 17:09 ./
drwxr-xr-x 4 root root 4096 1月 15 17:07 ../
drwxr-xr-x 6 root root 4096 1月 15 17:07 cmake/
lrwxrwxrwx 1 root root 19 10月 31 21:16 libaccinj64.so -> libaccinj64.so.12.3
lrwxrwxrwx 1 root root 23 10月 31 21:16 libaccinj64.so.12.3 -> libaccinj64.so.12.3.101
-rw-r--r-- 1 root root 2412184 10月 31 21:16 libaccinj64.so.12.3.101
-rw-r--r-- 1 root root 1493144 10月 31 20:51 libcheckpoint.so
lrwxrwxrwx 1 root root 17 10月 31 17:51 libcublasLt.so -> libcublasLt.so.12
lrwxrwxrwx 1 root root 23 10月 31 17:51 libcublasLt.so.12 -> libcublasLt.so.12.3.4.1
-rw-r--r-- 1 root root 518358624 10月 31 17:51 libcublasLt.so.12.3.4.1
-rw-r--r-- 1 root root 781766258 10月 31 17:51 libcublasLt_static.a
lrwxrwxrwx 1 root root 15 10月 31 17:51 libcublas.so -> libcublas.so.12
lrwxrwxrwx 1 root root 21 10月 31 17:51 libcublas.so.12 -> libcublas.so.12.3.4.1
-rw-r--r-- 1 root root 106679344 10月 31 17:51 libcublas.so.12.3.4.1
-rw-r--r-- 1 root root 168603496 10月 31 17:51 libcublas_static.a
-rw-r--r-- 1 root root 1647010 10月 31 17:48 libcudadevrt.a
lrwxrwxrwx 1 root root 15 10月 31 17:48 libcudart.so -> libcudart.so.12
lrwxrwxrwx 1 root root 21 10月 31 17:48 libcudart.so.12 -> libcudart.so.12.3.101
-rw-r--r-- 1 root root 703808 10月 31 17:48 libcudart.so.12.3.101
-rw-r--r-- 1 root root 1417724 10月 31 17:48 libcudart_static.a
lrwxrwxrwx 1 root root 14 10月 31 17:57 libcufft.so -> libcufft.so.11
lrwxrwxrwx 1 root root 21 10月 31 17:57 libcufft.so.11 -> libcufft.so.11.0.12.1
-rw-r--r-- 1 root root 177827520 10月 31 17:57 libcufft.so.11.0.12.1
-rw-r--r-- 1 root root 199432168 10月 31 17:57 libcufft_static.a
-rw-r--r-- 1 root root 199334148 10月 31 17:57 libcufft_static_nocallback.a
lrwxrwxrwx 1 root root 15 10月 31 17:57 libcufftw.so -> libcufftw.so.11
lrwxrwxrwx 1 root root 22 10月 31 17:57 libcufftw.so.11 -> libcufftw.so.11.0.12.1
-rw-r--r-- 1 root root 966600 10月 31 17:57 libcufftw.so.11.0.12.1
-rw-r--r-- 1 root root 79566 10月 31 17:57 libcufftw_static.a
lrwxrwxrwx 1 root root 19 10月 26 07:36 libcufile_rdma.so -> libcufile_rdma.so.1
lrwxrwxrwx 1 root root 23 10月 26 07:36 libcufile_rdma.so.1 -> libcufile_rdma.so.1.8.1
-rw-r--r-- 1 root root 43320 10月 26 07:36 libcufile_rdma.so.1.8.1
-rw-r--r-- 1 root root 65206 10月 26 07:36 libcufile_rdma_static.a
lrwxrwxrwx 1 root root 14 10月 26 07:36 libcufile.so -> libcufile.so.0
lrwxrwxrwx 1 root root 18 10月 26 07:36 libcufile.so.0 -> libcufile.so.1.8.1
-rw-r--r-- 1 root root 2993680 10月 26 07:36 libcufile.so.1.8.1
-rw-r--r-- 1 root root 24282190 10月 26 07:36 libcufile_static.a
-rw-r--r-- 1 root root 948952 10月 31 17:49 libcufilt.a
lrwxrwxrwx 1 root root 18 10月 31 21:16 libcuinj64.so -> libcuinj64.so.12.3
lrwxrwxrwx 1 root root 22 10月 31 21:16 libcuinj64.so.12.3 -> libcuinj64.so.12.3.101
-rw-r--r-- 1 root root 2832640 10月 31 21:16 libcuinj64.so.12.3.101
-rw-r--r-- 1 root root 30922 10月 31 17:48 libculibos.a
lrwxrwxrwx 1 root root 14 10月 31 20:51 libcupti.so -> libcupti.so.12
lrwxrwxrwx 1 root root 20 10月 31 20:51 libcupti.so.12 -> libcupti.so.2023.3.1
-rw-r--r-- 1 root root 7683440 10月 31 20:51 libcupti.so.2023.3.1
-rw-r--r-- 1 root root 19214978 10月 31 20:51 libcupti_static.a
lrwxrwxrwx 1 root root 15 11月 23 03:55 libcurand.so -> libcurand.so.10
lrwxrwxrwx 1 root root 23 11月 23 03:55 libcurand.so.10 -> libcurand.so.10.3.4.107
-rw-r--r-- 1 root root 96259504 11月 23 03:55 libcurand.so.10.3.4.107
-rw-r--r-- 1 root root 96328614 11月 23 03:55 libcurand_static.a
-rw-r--r-- 1 root root 16788330 10月 31 18:36 libcusolver_lapack_static.a
-rw-r--r-- 1 root root 1005514 10月 31 18:36 libcusolver_metis_static.a
lrwxrwxrwx 1 root root 19 10月 31 18:36 libcusolverMg.so -> libcusolverMg.so.11
lrwxrwxrwx 1 root root 27 10月 31 18:36 libcusolverMg.so.11 -> libcusolverMg.so.11.5.4.101
-rw-r--r-- 1 root root 83040368 10月 31 18:36 libcusolverMg.so.11.5.4.101
lrwxrwxrwx 1 root root 17 10月 31 18:36 libcusolver.so -> libcusolver.so.11
lrwxrwxrwx 1 root root 25 10月 31 18:36 libcusolver.so.11 -> libcusolver.so.11.5.4.101
-rw-r--r-- 1 root root 115640600 10月 31 18:36 libcusolver.so.11.5.4.101
-rw-r--r-- 1 root root 133576956 10月 31 18:36 libcusolver_static.a
lrwxrwxrwx 1 root root 17 10月 31 18:09 libcusparse.so -> libcusparse.so.12
lrwxrwxrwx 1 root root 25 10月 31 18:09 libcusparse.so.12 -> libcusparse.so.12.2.0.103
-rw-r--r-- 1 root root 267184960 10月 31 18:09 libcusparse.so.12.2.0.103
-rw-r--r-- 1 root root 299914796 10月 31 18:09 libcusparse_static.a
-rw-r--r-- 1 root root 1005514 10月 31 18:36 libmetis_static.a
lrwxrwxrwx 1 root root 13 10月 31 18:19 libnppc.so -> libnppc.so.12
lrwxrwxrwx 1 root root 19 10月 31 18:19 libnppc.so.12 -> libnppc.so.12.2.3.2
-rw-r--r-- 1 root root 1642992 10月 31 18:19 libnppc.so.12.2.3.2
-rw-r--r-- 1 root root 30686 10月 31 18:19 libnppc_static.a
lrwxrwxrwx 1 root root 15 10月 31 18:19 libnppial.so -> libnppial.so.12
lrwxrwxrwx 1 root root 21 10月 31 18:19 libnppial.so.12 -> libnppial.so.12.2.3.2
-rw-r--r-- 1 root root 17568560 10月 31 18:19 libnppial.so.12.2.3.2
-rw-r--r-- 1 root root 19071940 10月 31 18:19 libnppial_static.a
lrwxrwxrwx 1 root root 15 10月 31 18:19 libnppicc.so -> libnppicc.so.12
lrwxrwxrwx 1 root root 21 10月 31 18:19 libnppicc.so.12 -> libnppicc.so.12.2.3.2
-rw-r--r-- 1 root root 7500616 10月 31 18:19 libnppicc.so.12.2.3.2
-rw-r--r-- 1 root root 7041694 10月 31 18:19 libnppicc_static.a
lrwxrwxrwx 1 root root 16 10月 31 18:19 libnppidei.so -> libnppidei.so.12
lrwxrwxrwx 1 root root 22 10月 31 18:19 libnppidei.so.12 -> libnppidei.so.12.2.3.2
-rw-r--r-- 1 root root 11134104 10月 31 18:19 libnppidei.so.12.2.3.2
-rw-r--r-- 1 root root 11875304 10月 31 18:19 libnppidei_static.a
lrwxrwxrwx 1 root root 14 10月 31 18:19 libnppif.so -> libnppif.so.12
lrwxrwxrwx 1 root root 20 10月 31 18:19 libnppif.so.12 -> libnppif.so.12.2.3.2
-rw-r--r-- 1 root root 101066824 10月 31 18:19 libnppif.so.12.2.3.2
-rw-r--r-- 1 root root 103942380 10月 31 18:19 libnppif_static.a
lrwxrwxrwx 1 root root 14 10月 31 18:19 libnppig.so -> libnppig.so.12
lrwxrwxrwx 1 root root 20 10月 31 18:19 libnppig.so.12 -> libnppig.so.12.2.3.2
-rw-r--r-- 1 root root 41137040 10月 31 18:19 libnppig.so.12.2.3.2
-rw-r--r-- 1 root root 41987560 10月 31 18:19 libnppig_static.a
lrwxrwxrwx 1 root root 14 10月 31 18:19 libnppim.so -> libnppim.so.12
lrwxrwxrwx 1 root root 20 10月 31 18:19 libnppim.so.12 -> libnppim.so.12.2.3.2
-rw-r--r-- 1 root root 10322760 10月 31 18:19 libnppim.so.12.2.3.2
-rw-r--r-- 1 root root 9259562 10月 31 18:19 libnppim_static.a
lrwxrwxrwx 1 root root 15 10月 31 18:19 libnppist.so -> libnppist.so.12
lrwxrwxrwx 1 root root 21 10月 31 18:19 libnppist.so.12 -> libnppist.so.12.2.3.2
-rw-r--r-- 1 root root 38171728 10月 31 18:19 libnppist.so.12.2.3.2
-rw-r--r-- 1 root root 39228112 10月 31 18:19 libnppist_static.a
lrwxrwxrwx 1 root root 15 10月 31 18:19 libnppisu.so -> libnppisu.so.12
lrwxrwxrwx 1 root root 21 10月 31 18:19 libnppisu.so.12 -> libnppisu.so.12.2.3.2
-rw-r--r-- 1 root root 716168 10月 31 18:19 libnppisu.so.12.2.3.2
-rw-r--r-- 1 root root 11266 10月 31 18:19 libnppisu_static.a
lrwxrwxrwx 1 root root 15 10月 31 18:19 libnppitc.so -> libnppitc.so.12
lrwxrwxrwx 1 root root 21 10月 31 18:19 libnppitc.so.12 -> libnppitc.so.12.2.3.2
-rw-r--r-- 1 root root 5530224 10月 31 18:19 libnppitc.so.12.2.3.2
-rw-r--r-- 1 root root 4503836 10月 31 18:19 libnppitc_static.a
lrwxrwxrwx 1 root root 13 10月 31 18:19 libnpps.so -> libnpps.so.12
lrwxrwxrwx 1 root root 19 10月 31 18:19 libnpps.so.12 -> libnpps.so.12.2.3.2
-rw-r--r-- 1 root root 18105592 10月 31 18:19 libnpps.so.12.2.3.2
-rw-r--r-- 1 root root 17960158 10月 31 18:19 libnpps_static.a
lrwxrwxrwx 1 root root 15 10月 31 17:51 libnvblas.so -> libnvblas.so.12
lrwxrwxrwx 1 root root 21 10月 31 17:51 libnvblas.so.12 -> libnvblas.so.12.3.4.1
-rw-r--r-- 1 root root 728856 10月 31 17:51 libnvblas.so.12.3.4.1
lrwxrwxrwx 1 root root 18 10月 31 18:11 libnvJitLink.so -> libnvJitLink.so.12
lrwxrwxrwx 1 root root 24 10月 31 18:11 libnvJitLink.so.12 -> libnvJitLink.so.12.3.101
-rw-r--r-- 1 root root 52190720 10月 31 18:11 libnvJitLink.so.12.3.101
-rw-r--r-- 1 root root 63530708 10月 31 18:11 libnvJitLink_static.a
lrwxrwxrwx 1 root root 15 10月 31 17:49 libnvjpeg.so -> libnvjpeg.so.12
lrwxrwxrwx 1 root root 22 10月 31 17:49 libnvjpeg.so.12 -> libnvjpeg.so.12.3.0.81
-rw-r--r-- 1 root root 6705968 10月 31 17:49 libnvjpeg.so.12.3.0.81
-rw-r--r-- 1 root root 6828780 10月 31 17:49 libnvjpeg_static.a
-rw-r--r-- 1 root root 28538488 10月 31 20:51 libnvperf_host.so
-rw-r--r-- 1 root root 36274804 10月 31 20:51 libnvperf_host_static.a
-rw-r--r-- 1 root root 6018384 10月 31 20:51 libnvperf_target.so
-rw-r--r-- 1 root root 47925582 11月 23 03:32 libnvptxcompiler_static.a
lrwxrwxrwx 1 root root 25 11月 23 03:49 libnvrtc-builtins.so -> libnvrtc-builtins.so.12.3
lrwxrwxrwx 1 root root 29 11月 23 03:49 libnvrtc-builtins.so.12.3 -> libnvrtc-builtins.so.12.3.107
-rw-r--r-- 1 root root 6662024 11月 23 03:49 libnvrtc-builtins.so.12.3.107
-rw-r--r-- 1 root root 6681284 11月 23 03:49 libnvrtc-builtins_static.a
lrwxrwxrwx 1 root root 14 11月 23 03:49 libnvrtc.so -> libnvrtc.so.12
lrwxrwxrwx 1 root root 20 11月 23 03:49 libnvrtc.so.12 -> libnvrtc.so.12.3.107
-rw-r--r-- 1 root root 60792048 11月 23 03:49 libnvrtc.so.12.3.107
-rw-r--r-- 1 root root 75105270 11月 23 03:49 libnvrtc_static.a
lrwxrwxrwx 1 root root 18 10月 31 17:52 libnvToolsExt.so -> libnvToolsExt.so.1
lrwxrwxrwx 1 root root 22 10月 31 17:52 libnvToolsExt.so.1 -> libnvToolsExt.so.1.0.0
-rw-r--r-- 1 root root 40136 10月 31 17:52 libnvToolsExt.so.1.0.0
lrwxrwxrwx 1 root root 14 10月 31 17:37 libOpenCL.so -> libOpenCL.so.1
lrwxrwxrwx 1 root root 16 10月 31 17:37 libOpenCL.so.1 -> libOpenCL.so.1.0
lrwxrwxrwx 1 root root 18 10月 31 17:37 libOpenCL.so.1.0 -> libOpenCL.so.1.0.0
-rw-r--r-- 1 root root 30856 10月 31 17:37 libOpenCL.so.1.0.0
-rw-r--r-- 1 root root 912728 10月 31 20:51 libpcsamplingutil.so
drwxr-xr-x 2 root root 4096 1月 15 17:09 stubs/
rootroot@rootroot-X99-Turbo:/usr/local/cuda/lib64$ cd -
/usr/local/cuda
rootroot@rootroot-X99-Turbo:/usr/local/cuda$ cd ~/whisper.cpp/
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll
total 20728
drwxrwxr-x 17 rootroot rootroot 4096 2月 2 17:46 ./
drwxr-xr-x 30 rootroot rootroot 4096 2月 2 16:49 ../
drwxrwxr-x 7 rootroot rootroot 4096 2月 2 16:49 bindings/
-rwx------ 1 rootroot rootroot 3465644 1月 12 01:28 chs.mp4*
-rw-rw-r-- 1 rootroot rootroot 13497126 2月 2 17:26 chs.wav
-rw-rw-r-- 1 rootroot rootroot 11821 2月 2 17:41 chs.wav使用CPU.srt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 cmake/
-rw-rw-r-- 1 rootroot rootroot 19150 2月 2 16:49 CMakeLists.txt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 coreml/
drwx------ 2 rootroot rootroot 4096 2月 2 17:45 CPU/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 .devops/
drwxrwxr-x 24 rootroot rootroot 4096 2月 2 16:49 examples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 extra/
-rw-rw-r-- 1 rootroot rootroot 31647 2月 2 16:49 ggml-alloc.c
-rw-rw-r-- 1 rootroot rootroot 4055 2月 2 16:49 ggml-alloc.h
-rw-rw-r-- 1 rootroot rootroot 20504 2月 2 17:46 ggml-alloc.o
-rw-rw-r-- 1 rootroot rootroot 67212 2月 2 16:49 ggml-backend.c
-rw-rw-r-- 1 rootroot rootroot 11720 2月 2 16:49 ggml-backend.h
-rw-rw-r-- 1 rootroot rootroot 5874 2月 2 16:49 ggml-backend-impl.h
-rw-rw-r-- 1 rootroot rootroot 58464 2月 2 17:46 ggml-backend.o
-rw-rw-r-- 1 rootroot rootroot 676115 2月 2 16:49 ggml.c
-rw-rw-r-- 1 rootroot rootroot 440093 2月 2 16:49 ggml-cuda.cu
-rw-rw-r-- 1 rootroot rootroot 2104 2月 2 16:49 ggml-cuda.h
-rw-rw-r-- 1 rootroot rootroot 85094 2月 2 16:49 ggml.h
-rw-rw-r-- 1 rootroot rootroot 7567 2月 2 16:49 ggml-impl.h
-rw-rw-r-- 1 rootroot rootroot 2358 2月 2 16:49 ggml-metal.h
-rw-rw-r-- 1 rootroot rootroot 150160 2月 2 16:49 ggml-metal.m
-rw-rw-r-- 1 rootroot rootroot 225659 2月 2 16:49 ggml-metal.metal
-rw-rw-r-- 1 rootroot rootroot 550040 2月 2 17:46 ggml.o
-rw-rw-r-- 1 rootroot rootroot 85693 2月 2 16:49 ggml-opencl.cpp
-rw-rw-r-- 1 rootroot rootroot 1386 2月 2 16:49 ggml-opencl.h
-rw-rw-r-- 1 rootroot rootroot 401791 2月 2 16:49 ggml-quants.c
-rw-rw-r-- 1 rootroot rootroot 13705 2月 2 16:49 ggml-quants.h
-rw-rw-r-- 1 rootroot rootroot 198024 2月 2 17:46 ggml-quants.o
drwxrwxr-x 8 rootroot rootroot 4096 2月 2 16:49 .git/
drwxrwxr-x 3 rootroot rootroot 4096 2月 2 16:49 .github/
-rw-rw-r-- 1 rootroot rootroot 803 2月 2 16:49 .gitignore
-rw-rw-r-- 1 rootroot rootroot 96 2月 2 16:49 .gitmodules
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 grammars/
-rw-rw-r-- 1 rootroot rootroot 1072 2月 2 16:49 LICENSE
-rw-rw-r-- 1 rootroot rootroot 14883 2月 2 16:49 Makefile
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 17:24 models/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 openvino/
-rw-rw-r-- 1 rootroot rootroot 1776 2月 2 16:49 Package.swift
-rw-rw-r-- 1 rootroot rootroot 39115 2月 2 16:49 README.md
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 samples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 spm-headers/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 tests/
-rw-rw-r-- 1 rootroot rootroot 232975 2月 2 16:49 whisper.cpp
-rw-rw-r-- 1 rootroot rootroot 30248 2月 2 16:49 whisper.h
-rw-rw-r-- 1 rootroot rootroot 728384 2月 2 17:46 whisper.o
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ cd ..
rootroot@rootroot-X99-Turbo:~$
rootroot@rootroot-X99-Turbo:~$ cp .bashrc bak1.bashrc
rootroot@rootroot-X99-Turbo:~$ cd -
/home/rootroot/whisper.cpp
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll
total 20728
drwxrwxr-x 17 rootroot rootroot 4096 2月 2 17:46 ./
drwxr-xr-x 30 rootroot rootroot 4096 2月 2 17:55 ../
drwxrwxr-x 7 rootroot rootroot 4096 2月 2 16:49 bindings/
-rwx------ 1 rootroot rootroot 3465644 1月 12 01:28 chs.mp4*
-rw-rw-r-- 1 rootroot rootroot 13497126 2月 2 17:26 chs.wav
-rw-rw-r-- 1 rootroot rootroot 11821 2月 2 17:41 chs.wav使用CPU.srt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 cmake/
-rw-rw-r-- 1 rootroot rootroot 19150 2月 2 16:49 CMakeLists.txt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 coreml/
drwx------ 2 rootroot rootroot 4096 2月 2 17:45 CPU/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 .devops/
drwxrwxr-x 24 rootroot rootroot 4096 2月 2 16:49 examples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 extra/
-rw-rw-r-- 1 rootroot rootroot 31647 2月 2 16:49 ggml-alloc.c
-rw-rw-r-- 1 rootroot rootroot 4055 2月 2 16:49 ggml-alloc.h
-rw-rw-r-- 1 rootroot rootroot 20504 2月 2 17:46 ggml-alloc.o
-rw-rw-r-- 1 rootroot rootroot 67212 2月 2 16:49 ggml-backend.c
-rw-rw-r-- 1 rootroot rootroot 11720 2月 2 16:49 ggml-backend.h
-rw-rw-r-- 1 rootroot rootroot 5874 2月 2 16:49 ggml-backend-impl.h
-rw-rw-r-- 1 rootroot rootroot 58464 2月 2 17:46 ggml-backend.o
-rw-rw-r-- 1 rootroot rootroot 676115 2月 2 16:49 ggml.c
-rw-rw-r-- 1 rootroot rootroot 440093 2月 2 16:49 ggml-cuda.cu
-rw-rw-r-- 1 rootroot rootroot 2104 2月 2 16:49 ggml-cuda.h
-rw-rw-r-- 1 rootroot rootroot 85094 2月 2 16:49 ggml.h
-rw-rw-r-- 1 rootroot rootroot 7567 2月 2 16:49 ggml-impl.h
-rw-rw-r-- 1 rootroot rootroot 2358 2月 2 16:49 ggml-metal.h
-rw-rw-r-- 1 rootroot rootroot 150160 2月 2 16:49 ggml-metal.m
-rw-rw-r-- 1 rootroot rootroot 225659 2月 2 16:49 ggml-metal.metal
-rw-rw-r-- 1 rootroot rootroot 550040 2月 2 17:46 ggml.o
-rw-rw-r-- 1 rootroot rootroot 85693 2月 2 16:49 ggml-opencl.cpp
-rw-rw-r-- 1 rootroot rootroot 1386 2月 2 16:49 ggml-opencl.h
-rw-rw-r-- 1 rootroot rootroot 401791 2月 2 16:49 ggml-quants.c
-rw-rw-r-- 1 rootroot rootroot 13705 2月 2 16:49 ggml-quants.h
-rw-rw-r-- 1 rootroot rootroot 198024 2月 2 17:46 ggml-quants.o
drwxrwxr-x 8 rootroot rootroot 4096 2月 2 16:49 .git/
drwxrwxr-x 3 rootroot rootroot 4096 2月 2 16:49 .github/
-rw-rw-r-- 1 rootroot rootroot 803 2月 2 16:49 .gitignore
-rw-rw-r-- 1 rootroot rootroot 96 2月 2 16:49 .gitmodules
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 grammars/
-rw-rw-r-- 1 rootroot rootroot 1072 2月 2 16:49 LICENSE
-rw-rw-r-- 1 rootroot rootroot 14883 2月 2 16:49 Makefile
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 17:24 models/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 openvino/
-rw-rw-r-- 1 rootroot rootroot 1776 2月 2 16:49 Package.swift
-rw-rw-r-- 1 rootroot rootroot 39115 2月 2 16:49 README.md
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 samples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 spm-headers/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 tests/
-rw-rw-r-- 1 rootroot rootroot 232975 2月 2 16:49 whisper.cpp
-rw-rw-r-- 1 rootroot rootroot 30248 2月 2 16:49 whisper.h
-rw-rw-r-- 1 rootroot rootroot 728384 2月 2 17:46 whisper.o
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ source ~/.bashrc
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp echo P
PATH PIPESTATUS PPID PS1 PS2 PS4 $PWD
rootroot@rootroot-X99-Turbo:~/whisper.cpp echo PATH
/usr/local/cuda/bin:/home/rootroot/.local/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/usr/games:/usr/local/games:/snap/bin
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Nov_22_10:17:15_PST_2023
Cuda compilation tools, release 12.3, V12.3.107
Build cuda_12.3.r12.3/compiler.33567101_0
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp echo LD_LIBRARY_PATH
/usr/local/cuda/lib64:
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ WHISPER_CUBLAS=1 make -j16
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I LDFLAGS: -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
I CC: cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
nvcc --forward-unknown-to-host-compiler -arch=native -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -Wno-pedantic -c ggml-cuda.cu -o ggml-cuda.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/main/main.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o main -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/bench/bench.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o bench -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/quantize/quantize.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o quantize -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/server/server.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o server -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul_mat':
ggml.c:(.text+0x178a3): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x17e01): undefined reference to `ggml_cl_mul_mat'
/usr/bin/ld: ggml.o: in function `ggml_init':
ggml.c:(.text+0x23942): undefined reference to `ggml_cl_init'
/usr/bin/ld: ggml.o: in function `ggml_graph_plan':
ggml.c:(.text+0x38346): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x386a4): undefined reference to `ggml_cl_mul_mat_get_wsize'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_add':
ggml.c:(.text+0x1afdc): undefined reference to `ggml_cl_add'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul':
ggml.c:(.text+0x1d60c): undefined reference to `ggml_cl_mul'
collect2: error: ld returned 1 exit status
make: *** [Makefile:367: bench] Error 1
make: *** Waiting for unfinished jobs....
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul_mat':
ggml.c:(.text+0x178a3): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x17e01): undefined reference to `ggml_cl_mul_mat'
/usr/bin/ld: ggml.o: in function `ggml_init':
ggml.c:(.text+0x23942): undefined reference to `ggml_cl_init'
/usr/bin/ld: ggml.o: in function `ggml_graph_plan':
ggml.c:(.text+0x38346): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x386a4): undefined reference to `ggml_cl_mul_mat_get_wsize'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_add':
ggml.c:(.text+0x1afdc): undefined reference to `ggml_cl_add'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul':
ggml.c:(.text+0x1d60c): undefined reference to `ggml_cl_mul'
collect2: error: ld returned 1 exit status
make: *** [Makefile:370: quantize] Error 1
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul_mat':
ggml.c:(.text+0x178a3): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x17e01): undefined reference to `ggml_cl_mul_mat'
/usr/bin/ld: ggml.o: in function `ggml_init':
ggml.c:(.text+0x23942): undefined reference to `ggml_cl_init'
/usr/bin/ld: ggml.o: in function `ggml_graph_plan':
ggml.c:(.text+0x38346): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x386a4): undefined reference to `ggml_cl_mul_mat_get_wsize'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_add':
ggml.c:(.text+0x1afdc): undefined reference to `ggml_cl_add'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul':
ggml.c:(.text+0x1d60c): undefined reference to `ggml_cl_mul'
collect2: error: ld returned 1 exit status
make: *** [Makefile:363: main] Error 1
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul_mat':
ggml.c:(.text+0x178a3): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x17e01): undefined reference to `ggml_cl_mul_mat'
/usr/bin/ld: ggml.o: in function `ggml_init':
ggml.c:(.text+0x23942): undefined reference to `ggml_cl_init'
/usr/bin/ld: ggml.o: in function `ggml_graph_plan':
ggml.c:(.text+0x38346): undefined reference to `ggml_cl_can_mul_mat'
/usr/bin/ld: ggml.c:(.text+0x386a4): undefined reference to `ggml_cl_mul_mat_get_wsize'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_add':
ggml.c:(.text+0x1afdc): undefined reference to `ggml_cl_add'
/usr/bin/ld: ggml.o: in function `ggml_compute_forward_mul':
ggml.c:(.text+0x1d60c): undefined reference to `ggml_cl_mul'
collect2: error: ld returned 1 exit status
make: *** [Makefile:373: server] Error 1
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ make clean
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3
I LDFLAGS:
I CC: cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
rm -f *.o main stream command talk talk-llama bench quantize server lsp libwhisper.a libwhisper.so
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ WHISPER_CUBLAS=1 make
I whisper.cpp build info:
I UNAME_S: Linux
I UNAME_P: x86_64
I UNAME_M: x86_64
I CFLAGS: -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I CXXFLAGS: -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include
I LDFLAGS: -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
I CC: cc (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
I CXX: g++ (Ubuntu 9.4.0-1ubuntu1~20.04.2) 9.4.0
nvcc --forward-unknown-to-host-compiler -arch=native -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -Wno-pedantic -c ggml-cuda.cu -o ggml-cuda.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml.c -o ggml.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-alloc.c -o ggml-alloc.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-backend.c -o ggml-backend.o
cc -I. -O3 -DNDEBUG -std=c11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c ggml-quants.c -o ggml-quants.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include -c whisper.cpp -o whisper.o
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/main/main.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o main -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
./main -h
usage: ./main [options] file0.wav file1.wav ...
options:
-h, --help [default] show this help message and exit
-t N, --threads N [4 ] number of threads to use during computation
-p N, --processors N [1 ] number of processors to use during computation
-ot N, --offset-t N [0 ] time offset in milliseconds
-on N, --offset-n N [0 ] segment index offset
-d N, --duration N [0 ] duration of audio to process in milliseconds
-mc N, --max-context N [-1 ] maximum number of text context tokens to store
-ml N, --max-len N [0 ] maximum segment length in characters
-sow, --split-on-word [false ] split on word rather than on token
-bo N, --best-of N [5 ] number of best candidates to keep
-bs N, --beam-size N [5 ] beam size for beam search
-wt N, --word-thold N [0.01 ] word timestamp probability threshold
-et N, --entropy-thold N [2.40 ] entropy threshold for decoder fail
-lpt N, --logprob-thold N [-1.00 ] log probability threshold for decoder fail
-debug, --debug-mode [false ] enable debug mode (eg. dump log_mel)
-tr, --translate [false ] translate from source language to english
-di, --diarize [false ] stereo audio diarization
-tdrz, --tinydiarize [false ] enable tinydiarize (requires a tdrz model)
-nf, --no-fallback [false ] do not use temperature fallback while decoding
-otxt, --output-txt [false ] output result in a text file
-ovtt, --output-vtt [false ] output result in a vtt file
-osrt, --output-srt [false ] output result in a srt file
-olrc, --output-lrc [false ] output result in a lrc file
-owts, --output-words [false ] output script for generating karaoke video
-fp, --font-path [/System/Library/Fonts/Supplemental/Courier New Bold.ttf] path to a monospace font for karaoke video
-ocsv, --output-csv [false ] output result in a CSV file
-oj, --output-json [false ] output result in a JSON file
-ojf, --output-json-full [false ] include more information in the JSON file
-of FNAME, --output-file FNAME [ ] output file path (without file extension)
-np, --no-prints [false ] do not print anything other than the results
-ps, --print-special [false ] print special tokens
-pc, --print-colors [false ] print colors
-pp, --print-progress [false ] print progress
-nt, --no-timestamps [false ] do not print timestamps
-l LANG, --language LANG [en ] spoken language ('auto' for auto-detect)
-dl, --detect-language [false ] exit after automatically detecting language
--prompt PROMPT [ ] initial prompt
-m FNAME, --model FNAME [models/ggml-base.en.bin] model path
-f FNAME, --file FNAME [ ] input WAV file path
-oved D, --ov-e-device DNAME [CPU ] the OpenVINO device used for encode inference
-ls, --log-score [false ] log best decoder scores of tokens
-ng, --no-gpu [false ] disable GPU
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/bench/bench.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o bench -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/quantize/quantize.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o quantize -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
g++ -I. -I./examples -O3 -DNDEBUG -std=c++11 -fPIC -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -pthread -mavx -mavx2 -mfma -mf16c -msse3 -mssse3 -DGGML_USE_CUBLAS -I/usr/local/cuda/include -I/opt/cuda/include -I/targets/x86_64-linux/include examples/server/server.cpp examples/common.cpp examples/common-ggml.cpp ggml-cuda.o ggml.o ggml-alloc.o ggml-backend.o ggml-quants.o whisper.o -o server -lcuda -lcublas -lculibos -lcudart -lcublasLt -lpthread -ldl -lrt -L/usr/local/cuda/lib64 -L/opt/cuda/lib64 -L/targets/x86_64-linux/lib
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll
total 33624
drwxrwxr-x 17 rootroot rootroot 4096 2月 2 18:00 ./
drwxr-xr-x 30 rootroot rootroot 4096 2月 2 17:55 ../
-rwxrwxr-x 1 rootroot rootroot 2632736 2月 2 18:00 bench*
drwxrwxr-x 7 rootroot rootroot 4096 2月 2 16:49 bindings/
-rwx------ 1 rootroot rootroot 3465644 1月 12 01:28 chs.mp4*
-rw-rw-r-- 1 rootroot rootroot 13497126 2月 2 17:26 chs.wav
-rw-rw-r-- 1 rootroot rootroot 11821 2月 2 17:41 chs.wav使用CPU.srt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 cmake/
-rw-rw-r-- 1 rootroot rootroot 19150 2月 2 16:49 CMakeLists.txt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 coreml/
drwx------ 2 rootroot rootroot 4096 2月 2 17:45 CPU/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 .devops/
drwxrwxr-x 24 rootroot rootroot 4096 2月 2 16:49 examples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 extra/
-rw-rw-r-- 1 rootroot rootroot 31647 2月 2 16:49 ggml-alloc.c
-rw-rw-r-- 1 rootroot rootroot 4055 2月 2 16:49 ggml-alloc.h
-rw-rw-r-- 1 rootroot rootroot 20504 2月 2 17:59 ggml-alloc.o
-rw-rw-r-- 1 rootroot rootroot 67212 2月 2 16:49 ggml-backend.c
-rw-rw-r-- 1 rootroot rootroot 11720 2月 2 16:49 ggml-backend.h
-rw-rw-r-- 1 rootroot rootroot 5874 2月 2 16:49 ggml-backend-impl.h
-rw-rw-r-- 1 rootroot rootroot 58712 2月 2 17:59 ggml-backend.o
-rw-rw-r-- 1 rootroot rootroot 676115 2月 2 16:49 ggml.c
-rw-rw-r-- 1 rootroot rootroot 440093 2月 2 16:49 ggml-cuda.cu
-rw-rw-r-- 1 rootroot rootroot 2104 2月 2 16:49 ggml-cuda.h
-rw-rw-r-- 1 rootroot rootroot 1741536 2月 2 17:59 ggml-cuda.o
-rw-rw-r-- 1 rootroot rootroot 85094 2月 2 16:49 ggml.h
-rw-rw-r-- 1 rootroot rootroot 7567 2月 2 16:49 ggml-impl.h
-rw-rw-r-- 1 rootroot rootroot 2358 2月 2 16:49 ggml-metal.h
-rw-rw-r-- 1 rootroot rootroot 150160 2月 2 16:49 ggml-metal.m
-rw-rw-r-- 1 rootroot rootroot 225659 2月 2 16:49 ggml-metal.metal
-rw-rw-r-- 1 rootroot rootroot 548304 2月 2 17:59 ggml.o
-rw-rw-r-- 1 rootroot rootroot 85693 2月 2 16:49 ggml-opencl.cpp
-rw-rw-r-- 1 rootroot rootroot 1386 2月 2 16:49 ggml-opencl.h
-rw-rw-r-- 1 rootroot rootroot 401791 2月 2 16:49 ggml-quants.c
-rw-rw-r-- 1 rootroot rootroot 13705 2月 2 16:49 ggml-quants.h
-rw-rw-r-- 1 rootroot rootroot 198024 2月 2 17:59 ggml-quants.o
drwxrwxr-x 8 rootroot rootroot 4096 2月 2 16:49 .git/
drwxrwxr-x 3 rootroot rootroot 4096 2月 2 16:49 .github/
-rw-rw-r-- 1 rootroot rootroot 803 2月 2 16:49 .gitignore
-rw-rw-r-- 1 rootroot rootroot 96 2月 2 16:49 .gitmodules
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 grammars/
-rw-rw-r-- 1 rootroot rootroot 1072 2月 2 16:49 LICENSE
-rwxrwxr-x 1 rootroot rootroot 2858480 2月 2 18:00 main*
-rw-rw-r-- 1 rootroot rootroot 14883 2月 2 16:49 Makefile
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 17:24 models/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 openvino/
-rw-rw-r-- 1 rootroot rootroot 1776 2月 2 16:49 Package.swift
-rwxrwxr-x 1 rootroot rootroot 2805104 2月 2 18:00 quantize*
-rw-rw-r-- 1 rootroot rootroot 39115 2月 2 16:49 README.md
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 samples/
-rwxrwxr-x 1 rootroot rootroot 3161376 2月 2 18:00 server*
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 spm-headers/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 tests/
-rw-rw-r-- 1 rootroot rootroot 232975 2月 2 16:49 whisper.cpp
-rw-rw-r-- 1 rootroot rootroot 30248 2月 2 16:49 whisper.h
-rw-rw-r-- 1 rootroot rootroot 729136 2月 2 18:00 whisper.o
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll main
-rwxrwxr-x 1 rootroot rootroot 2858480 2月 2 18:00 main*
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ll
total 33624
drwxrwxr-x 17 rootroot rootroot 4096 2月 2 18:00 ./
drwxr-xr-x 30 rootroot rootroot 4096 2月 2 17:55 ../
-rwxrwxr-x 1 rootroot rootroot 2632736 2月 2 18:00 bench*
drwxrwxr-x 7 rootroot rootroot 4096 2月 2 16:49 bindings/
-rwx------ 1 rootroot rootroot 3465644 1月 12 01:28 chs.mp4*
-rw-rw-r-- 1 rootroot rootroot 13497126 2月 2 17:26 chs.wav
-rw-rw-r-- 1 rootroot rootroot 11821 2月 2 17:41 chs.wav使用CPU.srt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 cmake/
-rw-rw-r-- 1 rootroot rootroot 19150 2月 2 16:49 CMakeLists.txt
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 coreml/
drwx------ 2 rootroot rootroot 4096 2月 2 17:45 CPU/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 .devops/
drwxrwxr-x 24 rootroot rootroot 4096 2月 2 16:49 examples/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 extra/
-rw-rw-r-- 1 rootroot rootroot 31647 2月 2 16:49 ggml-alloc.c
-rw-rw-r-- 1 rootroot rootroot 4055 2月 2 16:49 ggml-alloc.h
-rw-rw-r-- 1 rootroot rootroot 20504 2月 2 17:59 ggml-alloc.o
-rw-rw-r-- 1 rootroot rootroot 67212 2月 2 16:49 ggml-backend.c
-rw-rw-r-- 1 rootroot rootroot 11720 2月 2 16:49 ggml-backend.h
-rw-rw-r-- 1 rootroot rootroot 5874 2月 2 16:49 ggml-backend-impl.h
-rw-rw-r-- 1 rootroot rootroot 58712 2月 2 17:59 ggml-backend.o
-rw-rw-r-- 1 rootroot rootroot 676115 2月 2 16:49 ggml.c
-rw-rw-r-- 1 rootroot rootroot 440093 2月 2 16:49 ggml-cuda.cu
-rw-rw-r-- 1 rootroot rootroot 2104 2月 2 16:49 ggml-cuda.h
-rw-rw-r-- 1 rootroot rootroot 1741536 2月 2 17:59 ggml-cuda.o
-rw-rw-r-- 1 rootroot rootroot 85094 2月 2 16:49 ggml.h
-rw-rw-r-- 1 rootroot rootroot 7567 2月 2 16:49 ggml-impl.h
-rw-rw-r-- 1 rootroot rootroot 2358 2月 2 16:49 ggml-metal.h
-rw-rw-r-- 1 rootroot rootroot 150160 2月 2 16:49 ggml-metal.m
-rw-rw-r-- 1 rootroot rootroot 225659 2月 2 16:49 ggml-metal.metal
-rw-rw-r-- 1 rootroot rootroot 548304 2月 2 17:59 ggml.o
-rw-rw-r-- 1 rootroot rootroot 85693 2月 2 16:49 ggml-opencl.cpp
-rw-rw-r-- 1 rootroot rootroot 1386 2月 2 16:49 ggml-opencl.h
-rw-rw-r-- 1 rootroot rootroot 401791 2月 2 16:49 ggml-quants.c
-rw-rw-r-- 1 rootroot rootroot 13705 2月 2 16:49 ggml-quants.h
-rw-rw-r-- 1 rootroot rootroot 198024 2月 2 17:59 ggml-quants.o
drwxrwxr-x 8 rootroot rootroot 4096 2月 2 16:49 .git/
drwxrwxr-x 3 rootroot rootroot 4096 2月 2 16:49 .github/
-rw-rw-r-- 1 rootroot rootroot 803 2月 2 16:49 .gitignore
-rw-rw-r-- 1 rootroot rootroot 96 2月 2 16:49 .gitmodules
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 grammars/
-rw-rw-r-- 1 rootroot rootroot 1072 2月 2 16:49 LICENSE
-rwxrwxr-x 1 rootroot rootroot 2858480 2月 2 18:00 main*
-rw-rw-r-- 1 rootroot rootroot 14883 2月 2 16:49 Makefile
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 17:24 models/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 openvino/
-rw-rw-r-- 1 rootroot rootroot 1776 2月 2 16:49 Package.swift
-rwxrwxr-x 1 rootroot rootroot 2805104 2月 2 18:00 quantize*
-rw-rw-r-- 1 rootroot rootroot 39115 2月 2 16:49 README.md
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 samples/
-rwxrwxr-x 1 rootroot rootroot 3161376 2月 2 18:00 server*
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 spm-headers/
drwxrwxr-x 2 rootroot rootroot 4096 2月 2 16:49 tests/
-rw-rw-r-- 1 rootroot rootroot 232975 2月 2 16:49 whisper.cpp
-rw-rw-r-- 1 rootroot rootroot 30248 2月 2 16:49 whisper.h
-rw-rw-r-- 1 rootroot rootroot 729136 2月 2 18:00 whisper.o
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$
rootroot@rootroot-X99-Turbo:~/whisper.cpp$ ./main -l zh -osrt -m models/ggml-medium.bin chs.wav
whisper_init_from_file_with_params_no_state: loading model from 'models/ggml-medium.bin'
whisper_model_load: loading model
whisper_model_load: n_vocab = 51865
whisper_model_load: n_audio_ctx = 1500
whisper_model_load: n_audio_state = 1024
whisper_model_load: n_audio_head = 16
whisper_model_load: n_audio_layer = 24
whisper_model_load: n_text_ctx = 448
whisper_model_load: n_text_state = 1024
whisper_model_load: n_text_head = 16
whisper_model_load: n_text_layer = 24
whisper_model_load: n_mels = 80
whisper_model_load: ftype = 1
whisper_model_load: qntvr = 0
whisper_model_load: type = 4 (medium)
whisper_model_load: adding 1608 extra tokens
whisper_model_load: n_langs = 99
ggml_init_cublas: GGML_CUDA_FORCE_MMQ: no
ggml_init_cublas: CUDA_USE_TENSOR_CORES: yes
ggml_init_cublas: found 1 CUDA devices:
Device 0: NVIDIA GeForce GTX 1080, compute capability 6.1, VMM: yes
whisper_backend_init: using CUDA backend
whisper_model_load: CUDA0 total size = 1533.52 MB (2 buffers)
whisper_model_load: model size = 1533.14 MB
whisper_backend_init: using CUDA backend
whisper_init_state: kv self size = 132.12 MB
whisper_init_state: kv cross size = 147.46 MB
whisper_init_state: compute buffer (conv) = 28.00 MB
whisper_init_state: compute buffer (encode) = 187.14 MB
whisper_init_state: compute buffer (cross) = 8.46 MB
whisper_init_state: compute buffer (decode) = 107.98 MB
system_info: n_threads = 4 / 36 | AVX = 1 | AVX2 = 1 | AVX512 = 0 | FMA = 1 | NEON = 0 | ARM_FMA = 0 | METAL = 0 | F16C = 1 | FP16_VA = 0 | WASM_SIMD = 0 | BLAS = 1 | SSE3 = 1 | SSSE3 = 1 | VSX = 0 | CUDA = 1 | COREML = 0 | OPENVINO = 0 |
main: processing 'chs.wav' (6748501 samples, 421.8 sec), 4 threads, 1 processors, 5 beams + best of 5, lang = zh, task = transcribe, timestamps = 1 ...
00:00:00.000 --\> 00:00:01.400\] 前段時間有個巨石恒火 \[00:00:01.400 --\> 00:00:03.000\] 某某是男人最好的醫妹 \[00:00:03.000 --\> 00:00:04.760\] 這裡的某某可以替換為減肥 \[00:00:04.760 --\> 00:00:07.720\] 長髮 西裝 考研 速唱 永潔無間等等等等 \[00:00:07.720 --\> 00:00:09.280\] 我聽到最新的一個說法是 \[00:00:09.280 --\> 00:00:11.960\] 微分碎蓋加口罩加半框眼鏡加春風衣 \[00:00:11.960 --\> 00:00:13.320\] 等於男人最好的醫妹 \[00:00:13.320 --\> 00:00:14.400\] 大概也就前幾年 \[00:00:14.400 --\> 00:00:17.400\] 春風衣還和格子襯衫並列為程序員穿搭精華 \[00:00:17.400 --\> 00:00:20.000\] 紫紅色春風衣還被譽為廣場5大媽標配 \[00:00:20.000 --\> 00:00:21.600\] 路透牌還是我爹這個年紀的人 \[00:00:21.600 --\> 00:00:22.800\] 才會願意買的牌子 \[00:00:22.800 --\> 00:00:24.400\] 不知道風向為啥變得這麼快 \[00:00:24.400 --\> 00:00:29.600\] 為啥這東西突然變成男生逆襲神器 時尚潮流單品了後來我翻了一下小紅書就懂了 \[00:00:29.600 --\> 00:00:32.400\] 時尚這個時期重點不在於衣服在於人 \[00:00:32.400 --\> 00:00:34.600\] 現在小紅書上面和春風衣相關的筆記 \[00:00:34.600 --\> 00:00:36.200\] 照片裡的男生都是這樣的 \[00:00:36.200 --\> 00:00:37.000\] 這樣的 \[00:00:37.000 --\> 00:00:38.000\] 還有這樣的 \[00:00:38.000 --\> 00:00:39.400\] 你們哪裡是看穿搭的 \[00:00:39.400 --\> 00:00:40.600\] 你們明明是看臉 \[00:00:40.600 --\> 00:00:41.800\] 就這個造型這個年齡 \[00:00:41.800 --\> 00:00:44.000\] 你換上老頭衫也能穿出氛圍感好嗎 \[00:00:44.000 --\> 00:00:46.600\] 我又想起了當年郭德綱老師穿季凡西的殘劇 \[00:00:46.600 --\> 00:00:49.600\] 這個世界對我們這些長得不好看的人還真是苛刻的 \[00:00:49.600 --\> 00:00:52.000\] 所以說我總結了一下春風衣傳達的要領 \[00:00:52.000 --\> 00:00:54.200\] 大概就是一張白鏡且人畜無憾的臉 \[00:00:54.200 --\> 00:00:56.000\] 充足的發亮 纖細的體型 \[00:00:56.000 --\> 00:00:58.000\] 當然身上的春風衣還得是駱駝的 \[00:00:58.000 --\> 00:01:00.000\] 去年在戶外用品界最頂流的 \[00:01:00.000 --\> 00:01:01.000\] 既不是鳥像樹 \[00:01:01.000 --\> 00:01:02.600\] 也不是有校服之稱的北面 \[00:01:02.600 --\> 00:01:04.800\] 或者老臺頂流哥倫比亞而是駱駝 \[00:01:04.800 --\> 00:01:07.000\] 雙11 駱駝在天貓戶外服飾品類 \[00:01:07.000 --\> 00:01:08.800\] 拿下銷售額和銷量雙料冠軍 \[00:01:08.800 --\> 00:01:10.000\] 銷量達到百萬幾 \[00:01:10.000 --\> 00:01:10.600\] 再抖音 \[00:01:10.600 --\> 00:01:13.200\] 駱駝銷售同比增幅高達296% \[00:01:13.200 --\> 00:01:16.000\] 旗下主打的三合一高性價比春風衣成為爆品 \[00:01:16.000 --\> 00:01:18.000\] 哪怕不看雙11 隨手一搜 \[00:01:18.000 --\> 00:01:21.000\] 駱駝在春風衣的7日銷售榜上都是圖榜的存在 \[00:01:21.000 --\> 00:01:22.400\] 這是線上的銷售表現 \[00:01:22.400 --\> 00:01:24.200\] 至於線下還是網友總覺得好 \[00:01:24.200 --\> 00:01:26.800\] 如今在南方街頭的駱駝比沙漠里的都多 \[00:01:26.800 --\> 00:01:28.400\] 塔克華山 滿山的駱駝 \[00:01:28.400 --\> 00:01:29.800\] 隨便逛個街撞山了 \[00:01:29.800 --\> 00:01:31.800\] 至於駱駝為啥這麼火 便宜啊 \[00:01:31.800 --\> 00:01:33.400\] 拿賣得最好的丁珍銅款 \[00:01:33.400 --\> 00:01:35.400\] 幻影黑三合一春風衣舉個例子 \[00:01:35.400 --\> 00:01:37.600\] 線下買標牌價格2198 \[00:01:37.600 --\> 00:01:39.000\] 但是跑到網上看一下 \[00:01:39.000 --\> 00:01:40.600\] 標價就變成了699 \[00:01:40.600 --\> 00:01:42.200\] 至於折扣 日常也都是有的 \[00:01:42.200 --\> 00:01:45.000\] 400出頭就能買到 甚至有時候能递到300價 \[00:01:45.000 --\> 00:01:48.200\] 要是你還顯貴 駱駝還有200塊出頭的單層春風衣 \[00:01:48.200 --\> 00:01:49.000\] 就這個價格 \[00:01:49.000 --\> 00:01:51.600\] 哥上海恐怕還不夠兩次City Walk的報名費 \[00:01:51.600 --\> 00:01:54.600\] 看來這個價格再對比一下北面1000塊錢起步 \[00:01:54.600 --\> 00:01:58.200\] 你就能理解為啥北面這麼快就被大學生踢出了校服序列了 \[00:01:58.200 --\> 00:02:00.400\] 我不知道現在大學生每個月生活費多少 \[00:02:00.400 --\> 00:02:02.200\] 反正按照我上學時候的生活費 \[00:02:02.200 --\> 00:02:05.000\] 一個月不吃不喝也就買得起倆袖子加一個帽子 \[00:02:05.000 --\> 00:02:07.400\] 難怪當年全是假北面 現在都是真駱駝 \[00:02:07.400 --\> 00:02:08.600\] 至少人家是正品啊 \[00:02:08.600 --\> 00:02:10.000\] 我翻了一下社交媒體 \[00:02:10.000 --\> 00:02:13.400\] 發現對駱駝的吐槽和買了駱駝的 基本上是1比1的比例 \[00:02:13.400 --\> 00:02:15.800\] 吐槽最多的就是衣服會掉色 還會串色 \[00:02:15.800 --\> 00:02:18.200\] 比如吐樽洗個幾次 穿個兩天就掉光了 \[00:02:18.200 --\> 00:02:20.600\] 比如不同倉庫發的貨 質量參差不齊 \[00:02:20.600 --\> 00:02:22.400\] 買衣服還得看戶口 聽出聲 \[00:02:22.400 --\> 00:02:26.400\] 至於什麼做工比較差 內膽多 走線操 不防水之類的就更多 \[00:02:26.400 --\> 00:02:29.200\] 但是這些吐槽 並不意味著會影響駱駝的銷量 \[00:02:29.200 --\> 00:02:31.000\] 甚至還會有不少自來水表示 \[00:02:31.000 --\> 00:02:32.600\] 就這價格 要啥子行車啊 \[00:02:32.600 --\> 00:02:35.400\] 所謂性價比性價比 脫離價位談性能 \[00:02:35.400 --\> 00:02:38.600\] 這就不符合消費者的需求嘛 無數次價格戰告訴我們 \[00:02:38.600 --\> 00:02:41.000\] 只要肯降價 就沒有賣不出去的產品 \[00:02:41.000 --\> 00:02:43.600\] 一件衝鋒衣1000多 你覺得平平無奇 \[00:02:43.600 --\> 00:02:46.400\] 500多你覺得差點意思 200塊你就秒下單了 \[00:02:46.400 --\> 00:02:48.400\] 到99 恐怕就要聘點手速了 \[00:02:48.400 --\> 00:02:50.800\] 像衝鋒衣這個品類 本來價格跨度就大 \[00:02:50.800 --\> 00:02:53.800\] 北面最便宜的GORTEX衝鋒衣 價格3000起步 \[00:02:53.800 --\> 00:02:56.200\] 大概是同品牌最便宜衝鋒衣的三倍價格 \[00:02:56.200 --\> 00:03:00.000\] 至於十足鳥搭載了GORTEX的硬殼起步價就要到4500 \[00:03:00.000 --\> 00:03:03.000\] 而且同樣是GORTEX 內部也有不同的系列和檔次 \[00:03:03.000 --\> 00:03:05.800\] 做成衣服 中間的差價恐怕就夠買兩件駱駝了 \[00:03:05.800 --\> 00:03:08.000\] 至於智能控溫 防水拉鍊 全壓膠 \[00:03:08.000 --\> 00:03:09.800\] 更加不可能出現在駱駝這裏了 \[00:03:09.800 --\> 00:03:11.800\] 至少不會是三四百的駱駝身上會有的 \[00:03:11.800 --\> 00:03:14.200\] 有的價外的衣服 買的就是一個放棄幻想 \[00:03:14.200 --\> 00:03:17.000\] 吃到肚子裏的科技魚很活 是能給你省錢的 \[00:03:17.000 --\> 00:03:20.000\] 穿在身上的科技魚很活 裝裝件件都是要加錢的 \[00:03:20.000 --\> 00:03:21.600\] 所以正如羅曼羅蘭所說 \[00:03:21.600 --\> 00:03:23.200\] 這世界上只有一種英雄主義 \[00:03:23.200 --\> 00:03:26.000\] 就是在認清了駱駝的本質以後 依然選擇買駱駝 \[00:03:26.000 --\> 00:03:29.000\] 關於駱駝的火爆 我有一些小小的看法 駱駝這東西 \[00:03:29.000 --\> 00:03:31.800\] 它其實就是個潮牌 看看它的營銷方式就知道了 \[00:03:31.800 --\> 00:03:35.000\] 現在打開小黃書 日常可以看到駱駝穿搭是這樣的 \[00:03:35.000 --\> 00:03:36.800\] 加一點氛圍感是這樣的 \[00:03:36.800 --\> 00:03:40.000\] 對比一下 其他品牌的風格是這樣的 這樣的 \[00:03:40.000 --\> 00:03:42.600\] 其實對比一下就知道了 其他品牌突出一個時程 \[00:03:42.600 --\> 00:03:46.000\] 能防風就一定要講防風 能扛洞就一定要講扛洞 \[00:03:46.000 --\> 00:03:49.200\] 但駱駝在營銷的時候 主打的就是一個城市戶外風 \[00:03:49.200 --\> 00:03:52.200\] 雖然造型是春風衣 但場景往往是在城市裏 \[00:03:52.200 --\> 00:03:55.000\] 哪怕在野外也要突出一個風和日麗 陽光明媚 \[00:03:55.000 --\> 00:03:58.000\] 至少不會在明顯的炎寒 高海拔或是惡劣氣候下 \[00:03:58.000 --\> 00:04:01.000\] 如果用一個詞形容駱駝的營銷風格 那就是清洗 \[00:04:01.000 --\> 00:04:04.000\] 或者說他很理解自己的消費者是誰 需要什麼產品 \[00:04:04.000 --\> 00:04:06.600\] 從使用場景來說 駱駝的消費者買春風衣 \[00:04:06.600 --\> 00:04:08.800\] 不是真的有什麼大風大雨要去應對 \[00:04:08.800 --\> 00:04:12.000\] 春風衣的作用是下雨沒帶傘的時候 臨時頂個幾分鐘 \[00:04:12.000 --\> 00:04:13.600\] 讓你能圖書館跑回宿舍 \[00:04:13.600 --\> 00:04:16.200\] 或者是冬天騎電動車 被風吹得不行的時候 \[00:04:16.200 --\> 00:04:18.400\] 稍微扛一下風 不至於體感太冷 \[00:04:18.400 --\> 00:04:21.800\] 當然他們也會出門 但大部分時候也都是去別的城市 \[00:04:21.800 --\> 00:04:26.000\] 或者在城市周邊搞搞簡單的徒步 這種情況下穿個駱駝已經夠了 \[00:04:26.000 --\> 00:04:29.400\] 從購買動機來說 駱駝就更沒有必要上那些應和科技了 \[00:04:29.400 --\> 00:04:31.000\] 消費者買駱駝買的是個什麼呢 \[00:04:31.000 --\> 00:04:33.400\] 不是春風衣的功能性 而是春風衣的造型 \[00:04:33.400 --\> 00:04:36.400\] 寬鬆的版型 能精準遮住微微隆起的小肚子 \[00:04:36.400 --\> 00:04:39.600\] 棱角分明的質感 能隱藏一切不完美的身體線條 \[00:04:39.600 --\> 00:04:41.400\] 顯瘦的副作用就是顯年輕 \[00:04:41.400 --\> 00:04:43.800\] 再配上一條牛仔褲 配上一雙大黃靴 \[00:04:43.800 --\> 00:04:45.200\] 大學生的氣質就出來了 \[00:04:45.200 --\> 00:04:47.800\] 要是自拍的時候再配上大學宿舍洗素臺 \[00:04:47.800 --\> 00:04:51.800\] 那永遠擦不乾淨的鏡子 瞬間青春無敵了 說的更直白一點 \[00:04:51.800 --\> 00:04:53.400\] 人家買的是個剪輪神器 \[00:04:53.400 --\> 00:04:56.000\] 所以說 吐槽穿駱駝都是假戶外愛好者的人 \[00:04:56.000 --\> 00:04:57.600\] 其實並沒有理解駱駝的定位 \[00:04:57.600 --\> 00:04:59.900\] 駱駝其實是給了想要入門山系穿搭 \[00:04:59.900 --\> 00:05:03.100\] 想要追逐流行的人一個最平價 決策成本最低的選擇 \[00:05:03.100 --\> 00:05:04.900\] 至於那些真正的應和戶外愛好者 \[00:05:04.900 --\> 00:05:07.300\] 駱駝既沒有能力 也沒有打算觸打他們 \[00:05:07.300 --\> 00:05:09.600\] 反過來說 那些自駕穿越邊疆國道 \[00:05:09.600 --\> 00:05:11.800\] 或者去奧爾卑斯山區登山探險的人 \[00:05:11.800 --\> 00:05:16.600\] 也不太可能在戶外服飾上省錢 畢竟光是交通住宿 請假出行 成本就不低了 \[00:05:16.600 --\> 00:05:19.100\] 對他們來說 戶外裝備很多時候是保命用的 \[00:05:19.100 --\> 00:05:21.100\] 也就不存在跟風奧造型的必要了 \[00:05:21.100 --\> 00:05:23.400\] 最後我再說個題外話 年輕人追捧駱駝 \[00:05:23.400 --\> 00:05:25.900\] 一個隱藏的原因 其實是羽絨服越來越貴了 \[00:05:25.900 --\> 00:05:30.000\] 有媒體統計 現在國產羽絨服的平均售價已經高達881元 \[00:05:30.000 --\> 00:05:32.000\] 波斯登軍價最高 接近2000元 \[00:05:32.000 --\> 00:05:34.900\] 而且過去幾年 國產羽絨服品牌都在轉向高端化 \[00:05:34.900 --\> 00:05:37.100\] 羽絨服市場分為8000元以上的奢侈級 \[00:05:37.100 --\> 00:05:41.300\] 2000元以下的大重級 而在中間的高端級 國產品牌一直沒有存在感 \[00:05:41.300 --\> 00:05:43.600\] 所以過去幾年 波斯登 天工人這些品牌 \[00:05:43.600 --\> 00:05:46.700\] 都把2000元到8000元這個市場當成未來的發展趨勢 \[00:05:46.700 --\> 00:05:49.600\] 東新證券研報顯示 從2018到2021年 \[00:05:49.600 --\> 00:05:52.200\] 波斯登軍價四年漲幅達到60%以上 \[00:05:52.200 --\> 00:05:56.000\] 過去五個菜年 這個品牌的營銷開支從20多億漲到了60多億 \[00:05:56.000 --\> 00:06:00.400\] 羽絨服價格往上走 年輕消費者就開始拋棄羽絨服 購買平價衝鋒衣 \[00:06:00.400 --\> 00:06:03.400\] 裡面再穿個普通價外的瑤麗絨或者羽絨小夾克 \[00:06:03.400 --\> 00:06:07.000\] 也不比大幾千的羽絨服差多少 說到底 現在消費是會發達的 \[00:06:07.000 --\> 00:06:09.700\] 沒有什麼需求是一定要某種特定的解決方案 \[00:06:09.700 --\> 00:06:11.600\] 特定價位的商品才能實現的 \[00:06:11.600 --\> 00:06:15.200\] 要保暖 羽絨服固然很好 但春風衣加一些內搭也很暖和 \[00:06:15.200 --\> 00:06:18.000\] 要時尚 大幾千塊錢的設計師品牌非常不錯 \[00:06:18.000 --\> 00:06:20.700\] 但350的拼多多服飾搭的好也能出彩 \[00:06:20.700 --\> 00:06:23.100\] 要去野外徒步 花五六千買鳥也可以 \[00:06:23.100 --\> 00:06:25.200\] 但迪卡儂也足以應付大多數狀況 \[00:06:25.200 --\> 00:06:27.600\] 所以說 花高價買春風衣當然也OK \[00:06:27.600 --\> 00:06:29.800\] 三四百買件駱駝也是可以接受的選擇 \[00:06:29.800 --\> 00:06:33.800\] 駱駝也多多少少有一些功能性 畢竟它再怎麼樣還是個春風衣 \[00:06:33.800 --\> 00:06:36.800\] 理解了這個事情就很容易分辨什麼是智商稅的 \[00:06:36.800 --\> 00:06:38.900\] 那些向你灌輸非某個品牌不用 \[00:06:38.900 --\> 00:06:41.500\] 告訴你某個需求只有某個產品才能滿足 \[00:06:41.500 --\> 00:06:44.400\] 某個品牌就是某個品類絕對的鄙視鏈頂端 \[00:06:44.400 --\> 00:06:46.900\] 這類營銷的智商稅含量必然是很高的 \[00:06:46.900 --\> 00:06:48.900\] 它的目的是剝奪你選擇的權利 \[00:06:48.900 --\> 00:06:51.300\] 讓你主動放棄比價和尋找平梯的想法 \[00:06:51.300 --\> 00:06:53.100\] 從而避免與其他品牌競爭 \[00:06:53.100 --\> 00:06:56.300\] 而沒有競爭的市場才是智商稅含量最高的市場 \[00:06:56.300 --\> 00:06:59.900\] 消費商業洞穴禁在IC實驗室 我是館長 我們下期再見 \[00:06:59.900 --\> 00:07:01.900\] 謝謝收看! output_srt: saving output to 'chs.wav.srt' whisper_print_timings: load time = 841.23 ms whisper_print_timings: fallbacks = 1 p / 0 h whisper_print_timings: mel time = 440.91 ms whisper_print_timings: sample time = 13100.71 ms / 17724 runs ( 0.74 ms per run) whisper_print_timings: encode time = 4078.38 ms / 18 runs ( 226.58 ms per run) whisper_print_timings: decode time = 40.70 ms / 2 runs ( 20.35 ms per run) whisper_print_timings: batchd time = 155882.95 ms / 17702 runs ( 8.81 ms per run) whisper_print_timings: prompt time = 3419.58 ms / 3632 runs ( 0.94 ms per run) whisper_print_timings: total time = 177848.30 ms rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ./main -l zh -osrt -m models/g generate-coreml-interface.sh generate-coreml-model.sh ggml-base.en.bin ggml-large-v3.bin ggml-medium.bin ggml_to_pt.py rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ./main -l zh -osrt -m models/ggml ggml-base.en.bin ggml-large-v3.bin ggml-medium.bin ggml_to_pt.py rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ./main -l zh -osrt -m models/ggml-large-v3.bin chs.wav whisper_init_from_file_with_params_no_state: loading model from 'models/ggml-large-v3.bin' whisper_model_load: loading model whisper_model_load: n_vocab = 51866 whisper_model_load: n_audio_ctx = 1500 whisper_model_load: n_audio_state = 1280 whisper_model_load: n_audio_head = 20 whisper_model_load: n_audio_layer = 32 whisper_model_load: n_text_ctx = 448 whisper_model_load: n_text_state = 1280 whisper_model_load: n_text_head = 20 whisper_model_load: n_text_layer = 32 whisper_model_load: n_mels = 128 whisper_model_load: ftype = 1 whisper_model_load: qntvr = 0 whisper_model_load: type = 5 (large v3) whisper_model_load: adding 1609 extra tokens whisper_model_load: n_langs = 100 ggml_init_cublas: GGML_CUDA_FORCE_MMQ: no ggml_init_cublas: CUDA_USE_TENSOR_CORES: yes ggml_init_cublas: found 1 CUDA devices: Device 0: NVIDIA GeForce GTX 1080, compute capability 6.1, VMM: yes whisper_backend_init: using CUDA backend whisper_model_load: CUDA0 total size = 3094.86 MB (3 buffers) whisper_model_load: model size = 3094.36 MB whisper_backend_init: using CUDA backend whisper_init_state: kv self size = 220.20 MB whisper_init_state: kv cross size = 245.76 MB whisper_init_state: compute buffer (conv) = 35.50 MB whisper_init_state: compute buffer (encode) = 233.50 MB whisper_init_state: compute buffer (cross) = 10.15 MB whisper_init_state: compute buffer (decode) = 108.99 MB system_info: n_threads = 4 / 36 \| AVX = 1 \| AVX2 = 1 \| AVX512 = 0 \| FMA = 1 \| NEON = 0 \| ARM_FMA = 0 \| METAL = 0 \| F16C = 1 \| FP16_VA = 0 \| WASM_SIMD = 0 \| BLAS = 1 \| SSE3 = 1 \| SSSE3 = 1 \| VSX = 0 \| CUDA = 1 \| COREML = 0 \| OPENVINO = 0 \| main: processing 'chs.wav' (6748501 samples, 421.8 sec), 4 threads, 1 processors, 5 beams + best of 5, lang = zh, task = transcribe, timestamps = 1 ... \[00:00:00.040 --\> 00:00:01.460\] 前段时间有个巨石横火 \[00:00:01.460 --\> 00:00:02.860\] 某某是男人最好的衣媒 \[00:00:02.860 --\> 00:00:04.800\] 这里的某某可以替换为减肥 \[00:00:04.800 --\> 00:00:07.620\] 长发 西装 考研 书唱 永结无间等等等等 \[00:00:07.620 --\> 00:00:09.320\] 我听到最新的一个说法是 \[00:00:09.320 --\> 00:00:11.940\] 微分碎盖加口罩加半框眼镜加冲锋衣 \[00:00:11.940 --\> 00:00:13.440\] 等于男人最好的衣媒 \[00:00:13.440 --\> 00:00:14.420\] 大概也就前几年 \[00:00:14.420 --\> 00:00:17.560\] 冲锋衣还和格子衬衫并列为程序员穿搭精华 \[00:00:17.560 --\> 00:00:19.940\] 紫红色冲锋衣还被誉为广场舞达妈标配 \[00:00:19.940 --\> 00:00:22.700\] 骆驼牌还是我爹这个年纪的人才会愿意买的牌子 \[00:00:22.700 --\> 00:00:24.380\] 不知道风向为啥变得这么快 \[00:00:24.380 --\> 00:00:26.680\] 为啥这东西突然变成男生逆袭神器 \[00:00:26.680 --\> 00:00:27.660\] 时尚潮流单品 \[00:00:27.660 --\> 00:00:29.580\] 后来我翻了一下小红书就懂了 \[00:00:29.580 --\> 00:00:30.460\] 时尚这个时期 \[00:00:30.460 --\> 00:00:31.620\] 重点不在于衣服 \[00:00:31.620 --\> 00:00:32.160\] 在于人 \[00:00:32.160 --\> 00:00:34.500\] 现在小红书上面和冲锋衣相关的笔记 \[00:00:34.500 --\> 00:00:36.220\] 照片里的男生都是这样的 \[00:00:36.220 --\> 00:00:36.880\] 这样的 \[00:00:36.880 --\> 00:00:38.140\] 还有这样的 \[00:00:38.140 --\> 00:00:39.460\] 你们哪里是看穿搭的 \[00:00:39.460 --\> 00:00:40.540\] 你们明明是看脸 \[00:00:40.540 --\> 00:00:41.780\] 就这个造型这个年龄 \[00:00:41.780 --\> 00:00:43.920\] 你换上老头衫也能穿出氛围感好吗 \[00:00:43.920 --\> 00:00:46.560\] 我又想起了当年郭德纲老师穿计繁西的残剧 \[00:00:46.560 --\> 00:00:48.560\] 这个世界对我们这些长得不好看的人 \[00:00:48.560 --\> 00:00:49.480\] 还真是苛刻呢 \[00:00:49.480 --\> 00:00:52.100\] 所以说我总结了一下冲锋衣传达的要领 \[00:00:52.100 --\> 00:00:54.200\] 大概就是一张白净且人畜无汉的脸 \[00:00:54.200 --\> 00:00:55.120\] 充足的发量 \[00:00:55.120 --\> 00:00:55.980\] 纤细的体型 \[00:00:55.980 --\> 00:00:58.160\] 当然身上的冲锋衣还得是骆驼的 \[00:00:58.160 --\> 00:00:59.320\] 去年在户外用品界 \[00:00:59.320 --\> 00:01:01.100\] 最顶流的既不是鸟像书 \[00:01:01.100 --\> 00:01:02.560\] 也不是有校服之称的北面 \[00:01:02.560 --\> 00:01:04.120\] 或者老台顶流哥伦比亚 \[00:01:04.120 --\> 00:01:04.800\] 而是骆驼 \[00:01:04.800 --\> 00:01:06.980\] 双十一骆驼在天猫户外服饰品类 \[00:01:06.980 --\> 00:01:08.860\] 拿下销售额和销量双料冠军 \[00:01:08.860 --\> 00:01:09.980\] 销量达到百万级 \[00:01:09.980 --\> 00:01:10.620\] 在抖音 \[00:01:10.620 --\> 00:01:13.200\] 骆驼销售同比增幅高达百分之296 \[00:01:13.200 --\> 00:01:15.920\] 旗下主打的三合一高性价比冲锋衣成为爆品 \[00:01:15.920 --\> 00:01:17.260\] 哪怕不看双十一 \[00:01:17.260 --\> 00:01:18.020\] 随手一搜 \[00:01:18.020 --\> 00:01:21.040\] 骆驼在冲锋衣的七日销售榜上都是图榜的存在 \[00:01:21.040 --\> 00:01:22.480\] 这是线上的销售表现 \[00:01:22.480 --\> 00:01:24.200\] 至于线下还是网友总结的好 \[00:01:24.200 --\> 00:01:26.740\] 如今在南方街头的骆驼比沙漠里的都多 \[00:01:26.740 --\> 00:01:27.540\] 爬个华山 \[00:01:27.540 --\> 00:01:28.320\] 满山的骆驼 \[00:01:28.320 --\> 00:01:29.840\] 随便逛个街撞山了 \[00:01:29.840 --\> 00:01:31.060\] 至于骆驼为啥这么火 \[00:01:31.060 --\> 00:01:31.800\] 便宜啊 \[00:01:31.800 --\> 00:01:33.400\] 拿卖的最好的丁真同款 \[00:01:33.400 --\> 00:01:35.500\] 幻影黑三合一冲锋衣举个例子 \[00:01:35.500 --\> 00:01:36.000\] 线下买 \[00:01:36.000 --\> 00:01:37.440\] 标牌价格2198 \[00:01:37.440 --\> 00:01:38.940\] 但是跑到网上看一下 \[00:01:38.940 --\> 00:01:40.460\] 标价就变成了699 \[00:01:40.460 --\> 00:01:41.220\] 至于折扣 \[00:01:41.220 --\> 00:01:42.360\] 日常也都是有的 \[00:01:42.360 --\> 00:01:43.440\] 400出头就能买到 \[00:01:43.440 --\> 00:01:44.960\] 甚至有时候能低到300价 \[00:01:44.960 --\> 00:01:46.140\] 要是你还嫌贵 \[00:01:46.140 --\> 00:01:48.200\] 路头还有200块出头的单层冲锋衣 \[00:01:48.200 --\> 00:01:49.080\] 就这个价格 \[00:01:49.080 --\> 00:01:51.520\] 搁上海恐怕还不够两次CityWalk的报名费 \[00:01:51.520 --\> 00:01:52.560\] 看了这个价格 \[00:01:52.560 --\> 00:01:53.560\] 再对比一下北面 \[00:01:53.560 --\> 00:01:54.640\] 1000块钱起步 \[00:01:54.640 --\> 00:01:56.000\] 你就能理解为啥北面 \[00:01:56.000 --\> 00:01:58.120\] 这么快就被大学生踢出了校服序列了 \[00:01:58.120 --\> 00:02:00.380\] 我不知道现在大学生每个月生活费多少 \[00:02:00.380 --\> 00:02:02.160\] 反正按照我上学时候的生活费 \[00:02:02.160 --\> 00:02:03.200\] 一个月不吃不喝 \[00:02:03.200 --\> 00:02:05.080\] 也就买得起俩袖子加一个帽子 \[00:02:05.080 --\> 00:02:06.420\] 难怪当年全是假北面 \[00:02:06.420 --\> 00:02:07.400\] 现在都是真路头 \[00:02:07.400 --\> 00:02:08.640\] 至少人家是正品啊 \[00:02:08.640 --\> 00:02:10.080\] 我翻了一下社交媒体 \[00:02:10.080 --\> 00:02:12.060\] 发现对路头的吐槽和买了路头的 \[00:02:12.060 --\> 00:02:13.340\] 基本上是1比1的比例 \[00:02:13.340 --\> 00:02:15.040\] 吐槽最多的就是衣服会掉色 \[00:02:15.040 --\> 00:02:15.960\] 还会串色 \[00:02:15.960 --\> 00:02:17.100\] 比如图增洗个几次 \[00:02:17.100 --\> 00:02:18.240\] 穿个两天就掉光了 \[00:02:18.240 --\> 00:02:19.600\] 比如不同仓库发的货 \[00:02:19.600 --\> 00:02:20.600\] 质量参差不齐 \[00:02:20.600 --\> 00:02:22.300\] 买衣服还得看户口拼出身 \[00:02:22.300 --\> 00:02:23.660\] 至于什么做工比较差 \[00:02:23.660 --\> 00:02:24.300\] 内胆多 \[00:02:24.300 --\> 00:02:24.880\] 走线糙 \[00:02:24.880 --\> 00:02:26.380\] 不防水之类的就更多了 \[00:02:26.380 --\> 00:02:27.360\] 但是这些吐槽 \[00:02:27.360 --\> 00:02:29.160\] 并不意味着会影响路头的销量 \[00:02:29.160 --\> 00:02:30.820\] 甚至还会有不少自来水表示 \[00:02:30.820 --\> 00:02:32.680\] 就这价格要啥自行车啊 \[00:02:32.680 --\> 00:02:34.080\] 所谓性价比性价比 \[00:02:34.080 --\> 00:02:35.340\] 脱离价位谈性能 \[00:02:35.340 --\> 00:02:36.980\] 这就不符合消费者的需求嘛 \[00:02:36.980 --\> 00:02:38.480\] 无数次价格战告诉我们 \[00:02:38.480 --\> 00:02:39.500\] 只要肯降价 \[00:02:39.500 --\> 00:02:40.960\] 就没有卖不出去的产品 \[00:02:40.960 --\> 00:02:41.820\] 一件冲锋衣 \[00:02:41.820 --\> 00:02:43.500\] 1000多你觉得平平无奇 \[00:02:43.500 --\> 00:02:44.900\] 500多你觉得差点意思 \[00:02:44.900 --\> 00:02:46.480\] 200块你就要秒下单了 \[00:02:46.480 --\> 00:02:48.520\] 到99恐怕就要拼点手速了 \[00:02:48.520 --\> 00:02:49.560\] 像冲锋衣这个品类 \[00:02:49.560 --\> 00:02:50.720\] 本来价格跨度就大 \[00:02:50.720 --\> 00:02:52.660\] 北面最便宜的Gortex冲锋衣 \[00:02:52.660 --\> 00:02:53.740\] 价格3000起步 \[00:02:53.740 --\> 00:02:56.360\] 大概是同品牌最便宜冲锋衣的三倍价格 \[00:02:56.360 --\> 00:02:57.060\] 至于十足鸟 \[00:02:57.060 --\> 00:02:59.020\] 搭载了Gortex的硬壳起步价 \[00:02:59.020 --\> 00:02:59.780\] 就要到4500 \[00:02:59.780 --\> 00:03:01.080\] 而且同样是Gortex \[00:03:01.080 --\> 00:03:02.860\] 内部也有不同的系列和档次 \[00:03:02.860 --\> 00:03:03.520\] 做成衣服 \[00:03:03.520 --\> 00:03:05.780\] 中间的差价恐怕就够买两件骆驼了 \[00:03:05.780 --\> 00:03:06.620\] 至于智能控温 \[00:03:06.620 --\> 00:03:07.320\] 防水拉链 \[00:03:07.320 --\> 00:03:07.900\] 全压胶 \[00:03:07.900 --\> 00:03:09.760\] 更加不可能出现在骆驼这里了 \[00:03:09.760 --\> 00:03:11.780\] 至少不会是三四百的骆驼身上会有的 \[00:03:11.780 --\> 00:03:12.660\] 有的价外的衣服 \[00:03:12.660 --\> 00:03:14.040\] 买的就是一个放弃幻想 \[00:03:14.040 --\> 00:03:15.660\] 吃到肚子里的科技鱼很活 \[00:03:15.660 --\> 00:03:16.840\] 是能给你省钱的 \[00:03:16.840 --\> 00:03:18.320\] 穿在身上的科技鱼很活 \[00:03:18.320 --\> 00:03:20.040\] 装装件件都是要加钱的 \[00:03:20.040 --\> 00:03:21.440\] 所以正如罗曼罗兰所说 \[00:03:21.440 --\> 00:03:23.040\] 这世界上只有一种英雄主义 \[00:03:23.040 --\> 00:03:24.860\] 就是在认清了骆驼的本质以后 \[00:03:24.860 --\> 00:03:26.060\] 依然选择买骆驼 \[00:03:26.060 --\> 00:03:26.900\] 关于骆驼的火爆 \[00:03:26.900 --\> 00:03:28.180\] 我有一些小小的看法 \[00:03:28.180 --\> 00:03:28.960\] 骆驼这个东西 \[00:03:28.960 --\> 00:03:30.220\] 它其实就是个潮牌 \[00:03:30.220 --\> 00:03:31.940\] 看看它的营销方式就知道了 \[00:03:31.940 --\> 00:03:32.920\] 现在打开小红书 \[00:03:32.920 --\> 00:03:35.120\] 日常可以看到骆驼穿搭是这样的 \[00:03:35.120 --\> 00:03:36.900\] 加一点氛围感是这样的 \[00:03:36.900 --\> 00:03:37.400\] 对比一下 \[00:03:37.400 --\> 00:03:39.240\] 其他品牌的风格是这样的 \[00:03:39.240 --\> 00:03:40.020\] 这样的 \[00:03:40.020 --\> 00:03:41.280\] 其实对比一下就知道了 \[00:03:41.280 --\> 00:03:42.600\] 其他品牌突出一个时程 \[00:03:42.600 --\> 00:03:44.240\] 能防风就一定要讲防风 \[00:03:44.240 --\> 00:03:45.960\] 能扛冻就一定要讲扛冻 \[00:03:45.960 --\> 00:03:47.340\] 但骆驼在营销的时候 \[00:03:47.340 --\> 00:03:49.080\] 主打的就是一个城市户外风 \[00:03:49.080 --\> 00:03:50.440\] 虽然造型是春风衣 \[00:03:50.440 --\> 00:03:52.180\] 但场景往往是在城市里 \[00:03:52.180 --\> 00:03:54.220\] 哪怕在野外也要突出一个风和日丽 \[00:03:54.220 --\> 00:03:54.940\] 阳光敏媚 \[00:03:54.940 --\> 00:03:56.500\] 至少不会在明显的严寒 \[00:03:56.500 --\> 00:03:58.020\] 高海拔或是恶劣气候下 \[00:03:58.020 --\> 00:04:00.160\] 如果用一个词形容骆驼的营销风格 \[00:04:00.160 --\> 00:04:00.920\] 那就是清洗 \[00:04:00.920 --\> 00:04:03.060\] 或者说他很理解自己的消费者是谁 \[00:04:03.060 --\> 00:04:03.920\] 需要什么产品 \[00:04:03.920 --\> 00:04:05.260\] 从使用场景来说 \[00:04:05.260 --\> 00:04:06.600\] 骆驼的消费者买春风衣 \[00:04:06.600 --\> 00:04:08.640\] 不是真的有什么大风大雨要去应对 \[00:04:08.640 --\> 00:04:10.880\] 春风衣的作用是下雨没带伞的时候 \[00:04:10.880 --\> 00:04:12.160\] 临时顶个几分钟 \[00:04:12.160 --\> 00:04:13.700\] 让你能图书馆跑回宿舍 \[00:04:13.700 --\> 00:04:14.940\] 或者是冬天骑电动车 \[00:04:14.940 --\> 00:04:16.220\] 被风吹得不行的时候 \[00:04:16.220 --\> 00:04:17.200\] 稍微扛一下风 \[00:04:17.200 --\> 00:04:18.340\] 不至于体感太冷 \[00:04:18.340 --\> 00:04:19.700\] 当然他们也会出门 \[00:04:19.700 --\> 00:04:21.780\] 但大部分时候也都是去别的城市 \[00:04:21.780 --\> 00:04:23.860\] 或者在城市周边搞搞简单的徒步 \[00:04:23.860 --\> 00:04:24.920\] 这种情况下 \[00:04:24.920 --\> 00:04:25.920\] 穿个骆驼也就够了 \[00:04:25.920 --\> 00:04:27.220\] 从购买动机来说 \[00:04:27.220 --\> 00:04:29.260\] 骆驼就更没有必要上那些硬核科技了 \[00:04:29.260 --\> 00:04:30.920\] 消费者买骆驼买的是个什么呢 \[00:04:30.920 --\> 00:04:32.240\] 不是春风衣的功能性 \[00:04:32.240 --\> 00:04:33.380\] 而是春风衣的造型 \[00:04:33.380 --\> 00:04:34.340\] 宽松的版型 \[00:04:34.340 --\> 00:04:36.380\] 能精准遮住微微隆起的小肚子 \[00:04:36.380 --\> 00:04:37.440\] 棱角分明的质感 \[00:04:37.440 --\> 00:04:39.420\] 能隐藏一切不完美的整体线条 \[00:04:39.420 --\> 00:04:41.260\] 显瘦的副作用就是显年轻 \[00:04:41.260 --\> 00:04:42.600\] 再配上一条牛仔裤 \[00:04:42.600 --\> 00:04:43.680\] 配上一双大黄靴 \[00:04:43.680 --\> 00:04:45.100\] 大学生的气质就出来了 \[00:04:45.100 --\> 00:04:47.700\] 要是自拍的时候再配上大学宿舍洗漱台 \[00:04:47.700 --\> 00:04:49.380\] 那永远擦不干净的镜子 \[00:04:49.380 --\> 00:04:50.840\] 瞬间青春无敌了 \[00:04:50.840 --\> 00:04:51.700\] 说的更直白一点 \[00:04:51.700 --\> 00:04:53.060\] 人家买的是个锦铃神器 \[00:04:53.060 --\> 00:04:53.820\] 所以说 \[00:04:53.820 --\> 00:04:55.860\] 吐槽穿骆驼都是假户外爱好者的人 \[00:04:55.860 --\> 00:04:57.460\] 其实并没有理解骆驼的定位 \[00:04:57.460 --\> 00:04:59.780\] 骆驼其实是给了想要入门山系穿搭 \[00:04:59.780 --\> 00:05:01.740\] 想要追逐流行的人一个最平价 \[00:05:01.740 --\> 00:05:02.980\] 决策成本最低的选择 \[00:05:02.980 --\> 00:05:04.880\] 至于那些真正的硬核户外爱好者 \[00:05:04.880 --\> 00:05:05.800\] 骆驼既没有能力 \[00:05:05.800 --\> 00:05:07.080\] 也没有打算触打他们 \[00:05:07.080 --\> 00:05:07.980\] 反过来说 \[00:05:07.980 --\> 00:05:09.460\] 那些自驾穿越边疆国道 \[00:05:09.460 --\> 00:05:11.680\] 或者去阿尔卑斯山区登山探险的人 \[00:05:11.680 --\> 00:05:13.540\] 也不太可能在户外服饰上省钱 \[00:05:13.540 --\> 00:05:14.900\] 毕竟光是交通住宿 \[00:05:14.900 --\> 00:05:15.600\] 请假出行 \[00:05:15.600 --\> 00:05:16.560\] 成本就不低了 \[00:05:16.560 --\> 00:05:17.320\] 对他们来说 \[00:05:17.320 --\> 00:05:19.140\] 户外装备很多时候是保命用的 \[00:05:19.140 --\> 00:05:21.180\] 也就不存在跟风凹造型的必要了 \[00:05:21.180 --\> 00:05:22.300\] 最后我再说个题外话 \[00:05:22.300 --\> 00:05:23.320\] 年轻人追捧骆驼 \[00:05:23.320 --\> 00:05:24.240\] 一个隐藏的原因 \[00:05:24.240 --\> 00:05:25.940\] 其实是羽绒服越来越贵了 \[00:05:25.940 --\> 00:05:26.620\] 有媒体统计 \[00:05:26.620 --\> 00:05:28.440\] 现在国产羽绒服的平均售价 \[00:05:28.440 --\> 00:05:29.880\] 已经高达881元 \[00:05:29.880 --\> 00:05:31.140\] 波斯灯均价最高 \[00:05:31.140 --\> 00:05:31.900\] 接近2000元 \[00:05:31.900 --\> 00:05:32.880\] 而且过去几年 \[00:05:32.880 --\> 00:05:34.800\] 国产羽绒服品牌都在转向高端化 \[00:05:34.800 --\> 00:05:37.060\] 羽绒服市场分为8000元以上的奢侈级 \[00:05:37.060 --\> 00:05:38.440\] 2000元以下的大众级 \[00:05:38.440 --\> 00:05:39.740\] 而在中间的高端级 \[00:05:39.740 --\> 00:05:41.220\] 国产品牌一直没有存在感 \[00:05:41.220 --\> 00:05:42.140\] 所以过去几年 \[00:05:42.140 --\> 00:05:43.520\] 波斯灯天空人这些品牌 \[00:05:43.520 --\> 00:05:45.260\] 都把2000元到8000元这个市场 \[00:05:45.260 --\> 00:05:46.560\] 当成未来的发展趋势 \[00:05:46.560 --\> 00:05:47.980\] 东芯证券研报显示 \[00:05:47.980 --\> 00:05:49.600\] 从2018到2021年 \[00:05:49.600 --\> 00:05:52.080\] 波斯灯均价4年涨幅达到60%以上 \[00:05:52.080 --\> 00:05:53.080\] 过去5个财年 \[00:05:53.080 --\> 00:05:54.300\] 这个品牌的营销开支 \[00:05:54.300 --\> 00:05:56.020\] 从20多亿涨到了60多亿 \[00:05:56.020 --\> 00:05:57.240\] 羽绒服价格往上走 \[00:05:57.240 --\> 00:05:59.160\] 年轻消费者就开始抛弃羽绒服 \[00:05:59.160 --\> 00:06:00.300\] 购买平价春风衣 \[00:06:00.300 --\> 00:06:02.240\] 里面再穿个普通价位的摇篱绒 \[00:06:02.240 --\> 00:06:03.280\] 或者羽绒小夹克 \[00:06:03.280 --\> 00:06:05.100\] 也不比大几千的羽绒服差多少 \[00:06:05.100 --\> 00:06:05.740\] 说到底 \[00:06:05.740 --\> 00:06:07.120\] 现在消费社会发达了 \[00:06:07.120 --\> 00:06:08.300\] 没有什么需求是一定要 \[00:06:08.300 --\> 00:06:09.740\] 某种特定的解决方案 \[00:06:09.740 --\> 00:06:11.500\] 特定价位的商品才能实现的 \[00:06:11.500 --\> 00:06:12.080\] 要保暖 \[00:06:12.080 --\> 00:06:13.140\] 羽绒服固然很好 \[00:06:13.140 --\> 00:06:15.320\] 但春风衣加一些内搭也很暖和 \[00:06:15.320 --\> 00:06:15.820\] 要时尚 \[00:06:15.820 --\> 00:06:17.860\] 大几千块钱的设计师品牌非常不错 \[00:06:17.860 --\> 00:06:19.360\] 但350的拼多多服饰 \[00:06:19.360 --\> 00:06:20.520\] 搭得好也能出产 \[00:06:20.520 --\> 00:06:21.620\] 要去野外徒步 \[00:06:21.620 --\> 00:06:22.940\] 花五六千买鸟也可以 \[00:06:22.940 --\> 00:06:25.100\] 但迪卡侬也足以应付大多数状况 \[00:06:25.100 --\> 00:06:25.720\] 所以说 \[00:06:25.720 --\> 00:06:27.420\] 花高价买春风衣当然也OK \[00:06:27.420 --\> 00:06:28.540\] 三四百买件骆驼 \[00:06:28.540 --\> 00:06:29.880\] 也是可以介绍的选择 \[00:06:29.880 --\> 00:06:31.900\] 何况骆驼也多多少少有一些功能性 \[00:06:31.900 --\> 00:06:32.840\] 毕竟它再怎么样 \[00:06:32.840 --\> 00:06:33.920\] 还是个春风衣 \[00:06:33.920 --\> 00:06:34.800\] 理解了这个事情 \[00:06:34.800 --\> 00:06:35.740\] 就很容易分辨 \[00:06:35.740 --\> 00:06:36.900\] 什么是智商税的 \[00:06:36.900 --\> 00:06:38.740\] 那些向你灌输非某个品牌不用 \[00:06:38.740 --\> 00:06:39.880\] 告诉你某个需求 \[00:06:39.880 --\> 00:06:41.380\] 只有某个产品才能满足 \[00:06:41.380 --\> 00:06:42.160\] 某个品牌 \[00:06:42.160 --\> 00:06:44.220\] 就是某个品类绝对的鄙视链顶端 \[00:06:44.220 --\> 00:06:45.900\] 这类营销的智商税含量 \[00:06:45.900 --\> 00:06:46.860\] 必然是很高的 \[00:06:46.860 --\> 00:06:48.780\] 它的目的是剥夺你选择的权利 \[00:06:48.780 --\> 00:06:51.220\] 让你主动放弃比价和寻找平梯的想法 \[00:06:51.220 --\> 00:06:52.920\] 从而避免与其他品牌竞争 \[00:06:52.920 --\> 00:06:54.280\] 而没有竞争的市场 \[00:06:54.280 --\> 00:06:56.020\] 才是智商税含量最高的市场 \[00:06:56.020 --\> 00:06:57.360\] 消费商业洞见 \[00:06:57.360 --\> 00:06:58.420\] 近在IC实验室 \[00:06:58.420 --\> 00:06:59.000\] 我是馆长 \[00:06:59.000 --\> 00:06:59.840\] 我们下期再见 \[00:06:59.840 --\> 00:07:01.840\] 谢谢大家! output_srt: saving output to 'chs.wav.srt' whisper_print_timings: load time = 1232.24 ms whisper_print_timings: fallbacks = 1 p / 0 h whisper_print_timings: mel time = 507.42 ms whisper_print_timings: sample time = 14211.34 ms / 19337 runs ( 0.73 ms per run) whisper_print_timings: encode time = 9234.67 ms / 19 runs ( 486.04 ms per run) whisper_print_timings: decode time = 41.85 ms / 2 runs ( 20.92 ms per run) whisper_print_timings: batchd time = 325320.62 ms / 19329 runs ( 16.83 ms per run) whisper_print_timings: prompt time = 5857.69 ms / 3869 runs ( 1.51 ms per run) whisper_print_timings: total time = 356447.78 ms rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ rootroot@rootroot-X99-Turbo:\~/whisper.cpp$ ./main -l zh -osrt -m models/ggml-large-v3.bin chs.wavConnection closing...Socket close. Connection closed by foreign host. Disconnected from remote host(rootroot192.168.186.230) at 18:34:03. Type \`help' to learn how to use Xshell prompt. \[END\] 2024/2/2 19:43:47