docs: добавлен ADR-001 (CUDA bootstrap), обновлены PRD и plan

- Зачем:
  - зафиксировать архитектурное решение по GPU runtime и rejected alternatives,
    чтобы не переизобретать отклонённые подходы в будущем.
- Что:
  - создан docs/adr/001-cuda-bootstrap.md (контекст, решение, tradeoffs, альтернативы).
  - PRD 4.2: исправлено описание CUDA-зависимостей (cuDNN не нужен, cuBLAS из pip).
  - plan.md: добавлен выполненный шаг 5.1 со ссылкой на ADR.
  - удалены docs/plan-gpu-runtime.md и отчёты ревью (review-stages-*).
- Проверка:
  - cat docs/adr/001-cuda-bootstrap.md.

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

docs/adr/001-cuda-bootstrap.md

@@ -0,0 +1,78 @@
+# ADR-001: Preload libcublas из pip-пакета для GPU на Linux/WSL2
+
+**Статус**: Принято
+**Дата**: 2026-03-18
+
+## Контекст
+
+ctranslate2 (backend faster-whisper) в runtime делает `dlopen("libcublas.so.12")`,
+но не бандлит эту библиотеку в свой wheel — ожидает её в системе.
+Без установленного CUDA toolkit `uv run transcribe --device cuda` падает с ошибкой.
+
+Ключевые факты:
+- `libcuda.so.1` приходит от NVIDIA driver (всегда есть, если GPU есть)
+- `libcublas.so.12` отсутствует в wheel ctranslate2 на обеих платформах
+- **cuDNN не нужен** — в `libctranslate2.so` ноль символов cudnn (проверено `nm -D` и `strings`)
+- На Windows ctranslate2 делает `os.add_dll_directory` в своём `__init__.py`,
+  но только для DLL внутри пакета; `cublas64_12.dll` тоже не бандлится
+
+## Решение
+
+### nvidia-cublas-cu12 как pip-зависимость
+
+В `pyproject.toml`:
+```
+"nvidia-cublas-cu12>=12.4; sys_platform == 'linux' and platform_machine == 'x86_64'"
+```
+
+Нижняя граница `>=12.4` — ctranslate2 собран с CUDA 12.4. Пакет доступен только
+для Linux x86_64 (на Windows и macOS не устанавливается по platform marker).
+
+### ctypes.CDLL preload вместо LD_LIBRARY_PATH
+
+`_cuda_bootstrap.py` загружает `libcublas.so.12` по полному пути через
+`ctypes.CDLL(path, mode=RTLD_GLOBAL)` **до** первого `import ctranslate2`.
+
+Почему не `os.environ["LD_LIBRARY_PATH"]`: на Linux/glibc динамический линкер (`ld.so`)
+кеширует пути поиска при старте процесса и **не перечитывает** `LD_LIBRARY_PATH`
+из environ в рамках уже запущенного процесса.
+
+Почему `RTLD_GLOBAL`: без этого флага символы cublas не видны другим `.so`,
+загруженным позже (в т.ч. `libctranslate2.so`).
+
+Динамический линкер кеширует загруженные библиотеки по soname — когда ctranslate2
+потом вызовет `dlopen("libcublas.so.12")`, линкер вернёт уже загруженный handle.
+
+### strict_device для явного --device
+
+`--device cuda` / `--device cpu` → `strict_device=True` → CUDA-ошибка = raise, без fallback.
+`--device auto` → `strict_device=False` → текущее поведение с fallback на CPU.
+
+Мотивация: silent fallback для часового файла = 60 минут вместо 5.
+
+## Последствия и tradeoffs
+
+**~400 MB на CPU-only Linux x86_64**: nvidia-cublas-cu12 ставится на все Linux x86_64,
+включая машины без GPU. Bootstrap при этом preload'ит libcublas (overhead ~1 ms),
+но она не используется, т.к. ctranslate2 не получит запрос на CUDA device.
+
+Альтернатива — `[project.optional-dependencies]` + `uv sync --extra cuda`,
+но тогда теряется zero-config UX. Для v1 оставляем как обязательную зависимость.
+
+**Windows GPU**: nvidia-cublas-cu12 недоступен как pip-пакет для Windows.
+Единственный путь — системный CUDA toolkit (`choco install cuda` / `winget install -e --id Nvidia.CUDA`).
+CLI выводит эту подсказку при CUDA-ошибке на `sys.platform == "win32"`.
+
+**Namespace package**: `nvidia.cublas` — namespace package (`__file__` is `None`),
+для определения директории используется `__path__[0]`, а не `__file__`.
+
+## Отклонённые альтернативы
+
+| Альтернатива | Почему отклонена |
+|---|---|
+| `nvidia-cudnn-cu12` в зависимостях | ctranslate2 не использует cuDNN — ноль символов, проверено через `nm -D` |
+| Self-reexec с `LD_LIBRARY_PATH` | ctypes.CDLL решает задачу без перезапуска процесса; self-reexec создаёт проблемы с сигналами, tty, fd |
+| `os.environ["LD_LIBRARY_PATH"] += ...` | glibc кеширует пути при старте, не перечитывает environ |
+| `DeviceResolution` dataclass + `resolve_device()` | Один `bool strict_device` решает ту же задачу проще |
+| ctranslate2 preflight (`get_supported_compute_types`) | Латентность; try/catch при загрузке модели не хуже |
+| Bootstrap console_scripts entrypoint | Не нужен — достаточно вызова в начале `transcriber.py` |