feat(cuda): добавлен прозрачный GPU runtime для Linux/WSL2

- Зачем:
  - ctranslate2 требует libcublas.so.12 для CUDA, но не бандлит её в wheel —
    без системного CUDA toolkit GPU не работает из коробки.
- Что:
  - добавлена зависимость nvidia-cublas-cu12 (Linux x86_64).
  - создан _cuda_bootstrap.py: preload libcublas через ctypes.CDLL(RTLD_GLOBAL)
    до импорта ctranslate2 (LD_LIBRARY_PATH не работает — glibc кеширует пути).
  - добавлен strict_device в transcriber: --device cuda/cpu не делает silent fallback.
  - CLI: диагностика requested vs resolved device, Windows CUDA-подсказка.
- Проверка:
  - uv run pytest -v (52 passed, 1 skipped).

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

src/local_transcriber/_cuda_bootstrap.py

@@ -0,0 +1,71 @@
+"""
+Preload CUDA-библиотек из pip-пакетов до импорта ctranslate2.
+
+Проблема: ctranslate2 на Linux делает dlopen("libcublas.so.12"),
+но не знает, что библиотека лежит внутри pip-пакета nvidia-cublas-cu12.
+На Windows ctranslate2 решает это сам через os.add_dll_directory.
+
+Решение: загружаем libcublas.so.12 по полному пути через ctypes.CDLL
+с флагом RTLD_GLOBAL до первого import ctranslate2. Динамический линкер
+кеширует загруженные библиотеки по soname — когда ctranslate2 потом
+вызовет dlopen("libcublas.so.12"), линкер вернёт уже загруженный handle.
+
+Почему нельзя просто os.environ["LD_LIBRARY_PATH"] = ...:
+На Linux/glibc динамический линкер (ld.so) кеширует пути поиска
+при первом вызове и НЕ перечитывает LD_LIBRARY_PATH из environ
+в рамках уже запущенного процесса.
+"""
+
+import ctypes
+import glob
+import os
+import sys
+
+
+def ensure_cublas_loadable() -> None:
+    """Загружает libcublas из nvidia-cublas-cu12 в адресное пространство процесса.
+
+    Вызывать ДО первого import ctranslate2.
+    Безопасно вызывать многократно и на платформах без nvidia-cublas-cu12.
+    """
+    if sys.platform != "linux":
+        return
+
+    try:
+        import nvidia.cublas  # type: ignore[import-untyped]
+    except ImportError:
+        # nvidia-cublas-cu12 не установлен (Windows, macOS, или CPU-only setup)
+        return
+
+    # nvidia.cublas может быть namespace package (__file__ == None),
+    # используем __path__ для определения директории пакета
+    cublas_paths = getattr(nvidia.cublas, "__path__", None)
+    if not cublas_paths:
+        return
+    cublas_lib_dir = os.path.join(cublas_paths[0], "lib")
+    if not os.path.isdir(cublas_lib_dir):
+        return
+
+    # Ищем libcublas.so.12* (например libcublas.so.12, libcublas.so.12.4.2.1)
+    # Загружаем с RTLD_GLOBAL чтобы символы были видны ctranslate2
+    for so_path in sorted(glob.glob(os.path.join(cublas_lib_dir, "libcublas.so.12*"))):
+        try:
+            ctypes.CDLL(so_path, mode=ctypes.RTLD_GLOBAL)
+        except OSError:
+            continue
+        break  # достаточно загрузить одну versioned .so
+
+
+def is_cublas_available() -> bool:
+    """Проверяет, что libcublas.so.12 реально резолвится через dlopen.
+
+    Используется в тестах для проверки, что bootstrap сработал.
+    На платформах без CUDA возвращает False.
+    """
+    if sys.platform != "linux":
+        return False
+    try:
+        ctypes.CDLL("libcublas.so.12")
+        return True
+    except OSError:
+        return False

src/local_transcriber/cli.py

@@ -1,3 +1,4 @@
+import sys
 import time
 from pathlib import Path
 
@@ -6,7 +7,7 @@ from rich.console import Console
 from rich.status import Status
 
 from .formatter import format_transcript, write_transcript
-from .transcriber import Segment, ensure_model_available, transcribe
+from .transcriber import Segment, _is_cuda_error, ensure_model_available, transcribe
 from .utils import build_output_path, check_ffmpeg, detect_device, get_gpu_name, validate_input_file
 
 app = typer.Typer()
@@ -27,7 +28,9 @@ def main(
 
     check_ffmpeg()
     validated_file = validate_input_file(file)
+    requested_device = device
     resolved_device = detect_device(device)
+    strict = requested_device != "auto"
     output_path = build_output_path(validated_file, output)
 
     console.print(f"Файл: [bold]{validated_file.name}[/bold]")
@@ -38,19 +41,45 @@ def main(
     def on_segment(seg: Segment) -> None:
         console.print(f"  [{seg.start:.2f}s] {seg.text.strip()}")
 
-    with Status("Подготавливаю запуск...", console=console) as status:
-        result = transcribe(
-            file_path=validated_file,
-            model_name=model_path,
-            device=resolved_device,
-            compute_type=compute_type,
-            language=language if language != "auto" else None,
-            on_segment=on_segment if verbose else None,
-            on_status=status.update,
-        )
+    try:
+        with Status("Подготавливаю запуск...", console=console) as status:
+            result = transcribe(
+                file_path=validated_file,
+                model_name=model_path,
+                device=resolved_device,
+                compute_type=compute_type,
+                language=language if language != "auto" else None,
+                on_segment=on_segment if verbose else None,
+                on_status=status.update,
+                strict_device=strict,
+            )
+    except (RuntimeError, ValueError) as exc:
+        if _is_cuda_error(exc) and sys.platform == "win32":
+            console.print(
+                "GPU на Windows требует CUDA toolkit (включает cuBLAS).\n"
+                "Установите одним из способов:\n"
+                "  choco install cuda\n"
+                "  winget install -e --id Nvidia.CUDA\n"
+                "После установки перезапустите терминал.",
+                style="yellow",
+            )
+        raise
+
+    if result.device_used != resolved_device:
+        if requested_device == "auto":
+            console.print(
+                f"Определено устройство {resolved_device}, "
+                f"но использовано {result.device_used} (fallback)",
+                style="yellow",
+            )
+        else:
+            console.print(
+                f"Запрошено {requested_device}, использовано {result.device_used}",
+                style="yellow",
+            )
 
     if len(result.segments) == 0:
-        console.print(f"⚠ Речь не обнаружена в файле {validated_file.name}", style="yellow")
+        console.print(f"Речь не обнаружена в файле {validated_file.name}", style="yellow")
 
     if result.device_used == "cuda":
         gpu_name = get_gpu_name()
@@ -70,7 +99,7 @@ def main(
     write_transcript(content, output_path)
 
     elapsed = time.monotonic() - start
-    console.print(f"✓ Транскрипт сохранён: [bold]{output_path}[/bold]", style="green")
+    console.print(f"Транскрипт сохранён: [bold]{output_path}[/bold]", style="green")
     console.print(f"  Сегментов: {len(result.segments)}  Время: {elapsed:.1f}с")
 
 

src/local_transcriber/transcriber.py

@@ -3,7 +3,12 @@ from collections.abc import Callable
 from dataclasses import dataclass
 from pathlib import Path
 
-from faster_whisper import WhisperModel
+# Должен быть ДО импорта faster_whisper / ctranslate2
+from local_transcriber._cuda_bootstrap import ensure_cublas_loadable
+
+ensure_cublas_loadable()
+
+from faster_whisper import WhisperModel  # noqa: E402
 from huggingface_hub import snapshot_download
 from huggingface_hub.errors import LocalEntryNotFoundError
 
@@ -55,6 +60,7 @@ def transcribe(
     language: str | None = None,
     on_segment: Callable[[Segment], None] | None = None,
     on_status: Callable[[str], None] | None = None,
+    strict_device: bool = False,
 ) -> TranscribeResult:
     actual_device = device
     lang_arg = language if language and language != "auto" else None
@@ -64,6 +70,8 @@ def transcribe(
         model = _create_model(model_name, device, compute_type)
     except (RuntimeError, ValueError) as exc:
         if device != "cpu" and _is_cuda_error(exc):
+            if strict_device:
+                raise
             warnings.warn(
                 f"Не удалось загрузить модель на {device}: {exc}. "
                 "Переключение на CPU.",
@@ -80,6 +88,8 @@ def transcribe(
         segments, info = _run_transcription(model, file_path, lang_arg, on_segment)
     except (RuntimeError, ValueError) as exc:
         if actual_device != "cpu" and _is_cuda_error(exc):
+            if strict_device:
+                raise
             warnings.warn(
                 f"CUDA ошибка при транскрипции: {exc}. "
                 "Переключение на CPU и повтор.",