GPU 使用率太低
软件工作原理是：
根据视频中的声音识别出文字，将文字翻译为目标语言，根据目标语言合成配音，再将文字、配音、视频合并为新视频，只有在声音识别文字阶段是重度使用GPU的，而其他阶段不使用GPU或只使用很少的GPU。
GPU vs CPU：原理与不同
想象一下，训练AI大模型就像搬砖。
CPU是那种“全能选手”，一个人能干很多活：计算、逻辑、管理不管多复杂都样样精通，但它核心数量少，最多也就几十个。 它搬砖的速度再快，一次最多也只能搬几个多说几十个，累死累活效率不高。
而GPU呢？它的核心多得吓人，动不动就几千上万个。虽然每个核心只能搬一块砖，但架不住人多啊！几千上万个小弟一起上，砖头哗啦啦就搬完了。
AI训练和推理，核心任务是“矩阵运算”——简单来说，就是一大堆数字排队做加减乘除，就像海量的一堆红砖等着搬，无需脑子有手就能干的简单活。
GPU的“大量核心并行”能力正好派上用场，能同时处理几千几万个小任务，速度比CPU快几十倍甚至上百倍。
CPU呢？它更适合串行复杂任务，比如玩个单机游戏、写个文档，AI这群砖头太多了，它一次几个几十个的搬，累瘫了也追不上GPU。