你好，我是 shengjk1，多年大厂经验，努力构建 通俗易懂的、好玩的编程语言教程。 欢迎关注！你会有如下收益：
- 了解大厂经验
- 拥有和大厂相匹配的技术等
希望看什么，评论或者私信告诉我！
一、前言
最近喜欢上了 ComfyUI ，在安装的过程中，出现了
AssertionError: Torch not compiled with CUDA enabled
网上有很多文章都在讲怎么解决，没啥意思，本篇会视图搞懂啥是 CUDA，为 Torch 是基于 CUDA 的
二、正文
2.1 CUDA 是什么
全称：Compute Unified Architecture，是 Nvidia's GPUs 上的通用处理平台。不需要顺序执行的任务，可以利用GPU中的 CUDA 实现并行计算
借助 C、C++ 和 Fortran 语言支持，使用 CUDA 将计算密集型任务运行到 Nvidia GPU 非常容易。 CUDA 被用于需要大量计算能力的领域，或者可以并行化并且需要高性能的场景。机器学习、医学研究和分析、物理学、超级计算、加密货币挖掘、科学建模和模拟等领域都在使用 CUDA。
2.2 Intel(R) Lris(R）Xe Graphics 是什么
为什么介绍它呢？原因很简单，因为我使用的笔记本的显卡就是它。它是 Intel 的集成显卡。所以如果你的也是这样的。那么恭喜你。网上多数解决方案，肯定解决不了 AssertionError: Torch not compiled with CUDA enabled 。
三、AssertionError: Torch not compiled with CUDA enabled 怎么解
3.1 步骤1：检查GPU是否支持CUDA
首先，确保你的GPU支持CUDA。你可以访问NVIDIA官网查看你的GPU是否支持CUDA。如果你的GPU不支持CUDA，那么你需要更换支持CUDA的GPU或者在CPU上运行你的PyTorch程序。
3.2 安装支持CUDA的PyTorch版本
如果你确定你的GPU支持CUDA，那么接下来需要安装支持CUDA的PyTorch版本。你可以从PyTorch官网下载对应你GPU型号和操作系统的安装包。在下载安装包时，请确保选择支持CUDA的版本。
3.3 安装CUDA工具包
在安装PyTorch之前，你需要先安装CUDA工具包。你可以从NVIDIA官网下载对应你GPU型号和操作系统的CUDA工具包。安装完成后，你需要将CUDA工具包的路径添加到系统环境变量中。具体操作方法可以参考CUDA安装文档。
3.4 重新安装PyTorch
安装好CUDA工具包后，重新安装PyTorch。按照之前下载的PyTorch安装包进行安装，确保选择与你的GPU和操作系统相匹配的版本。在安装过程中，确保勾选"Install CUDA"选项，以便将PyTorch与CUDA集成。
3.5 验证安装
完成以上步骤后，验证PyTorch是否正确安装了CUDA支持。打开Python终端，输入以下命令：
import torch
如果成功导入PyTorch库，那么说明你已经成功安装了支持CUDA的PyTorch版本。接下来，你可以尝试运行你的PyTorch程序，看看是否还会出现"AssertionError: Torch not compiled with CUDA enabled"错误。
3.6 总结
- 如何解： 进入 pytorch官网，pytorch.org/get-started... 选择合适的方式下载合适的包
- 合适选择方法，例如 inter 显卡，不要用 cuda 相关的方法：
torch.device(torch.cuda.current_device())
三、总结
CUDA 是 Nvidia's GPUs 上的通用处理平台，用于实现并行计算。如果出现 "AssertionError: Torch not compiled with CUDA enabled" 错误，需要检查GPU是否支持CUDA，并安装支持CUDA的PyTorch版本以及CUDA工具包，然后重新安装PyTorch进行验证。