5090 装机后无法使用 GPU 加速？别急，这里有解决办法！

很多喜欢本地部署 AI 项目的朋友，总是追着英伟达最新显卡跑。RTX 4090 刚出时，迫不及待换上，体验飞一般的算力。RTX 5090 发布后，又是一波抢购热潮。然而，装上 5090 后，悲剧出现了：程序跑不动 GPU 加速，速度慢得像乌龟，甚至直接报错崩溃，连启动都成问题！

vbnet 复制代码

 NVIDIA GeForce RTX 5070 Ti with CUDA capability sm_120 is not compatible with the current PyTorch installation.  
 The current PyTorch install supports CUDA capabilities sm_50 sm_60 sm_61 sm_70 sm_75 sm_80 sm_86 sm_90.  
 ...  
 RuntimeError: CUDA error: no kernel image is available for execution on the device

有人怀疑是 CUDA 版本或 PyTorch 版本太低，于是升级到 CUDA 12.8、PyTorch 2.6，结果问题还是没解决。

其实，原因很简单：RTX 4090 和 RTX 5090 的底层架构不同，torch库不兼容。

4090 用的是 Ada Lovelace 架构，而 5090 用的是全新 Blackwell 架构。目前的 PyTorch 官方版本还没完全支持 5090 的 Blackwell 核心，所以更新也没用。

那难道 5090 就没法用了吗？当然不是！下面提供两种解决方法，专为 Windows 和 Linux 用户设计，简单易懂，跟着做就能搞定。咱们一步步来！

首先升级到 CUDA12.8

方法一：安装 PyTorch 日更版（Nightly ）

这是 PyTorch 的"每日更新版"，已经开始支持 5090 的 Blackwell 架构，能凑合用。
缺点是不够稳定，可能偶尔出点小问题，但基本能跑起来。

Windows 用户安装步骤

根据项目部署方式选择不同安装方式

源码部署方式 ：如果你是自己搭建的环境，先激活虚拟环境：例如输入 venv\Scripts\activate，看到 (venv) 前缀表示成功(仅为示例，以实际虚拟环境为准)。
整合包方式 ：搜索python.exe，找到后进入该文件夹，地址栏输入cmd后回车，在打开的终端中输入 python -m ，输入后先不要回车执行，看下一步粘贴命令。
安装 PyTorch 日更版命令

css 复制代码

     pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

在命令行中粘贴命令，回车运行，耐心等待安装完成。

Linux 用户安装步骤

激活虚拟环境 例如输入 source venv/bin/activate，看到 (venv) 前缀表示成功(同样仅为示例，以实际环境名称为准)。
安装 PyTorch 日更版命令

css 复制代码

pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128

在终端粘贴命令，回车运行。

注意：日更版可能不稳定，如果跑项目时出错，可以试试方法二。

方法二：安装第三方 PyTorch 包

这是社区提供的 PyTorch 版本（基于 2.6.0），已适配 5090，实测比较稳定。
缺点是缺少 torchaudio 库，如果项目需要用torchaudio处理音频，可能会报错。

首先需要下载 whl 文件

打开网页：https://huggingface.co/w-e-w/torch-2.6.0-cu128.nv
拉到页面底部，找到你的 Python 版本（比如 3.10 表示 Python 3.10，3.11 表示 3.11）。
每个版本有 2 个 .whl 文件（torch 和 torchvision），点击链接下载。
把两个文件放到一个没有空格的文件夹 ，否则可能失败（比如 D:\download 或 /home/user/temp）。

Windows 用户安装

根据项目的部署方式，选择不同安装方式

源码部署方式 ：
1. 打开命令行（Win + R，输入 cmd 回车）。
2. 进入虚拟环境：例如输入 venv\Scripts\activate，看到 (venv) 前缀。
3. 输入安装命令：

arduino 复制代码

pip install --force-reinstall "路径\到\第一个.whl"  "路径\到\第二个.whl"

或者直接拖动文件：输入 pip install --force-reinstall ，然后把两个 .whl 文件拖到窗口，两个whl文件中间需要加空格，回车运行。

整合包方式 ：
1. 搜索python.exe，如果找到，进入该文件夹，地址栏输入cmd回车打开cmd控制台
2. 输入安装命令

arduino 复制代码

python -m   pip install --force-reinstall "路径\到\第一个.whl" "路径\到\第二个.whl"

或在输入python -m pip install --force-reinstall 后，直接拖动这2个文件到cmd终端，回车执行

Linux 用户

进入虚拟环境 打开终端，输入 source venv/bin/activate。
安装 .whl 文件 输入命令：

css 复制代码

pip3 install --force-reinstall /路径/到/第一个.whl /路径/到/第二个.whl

或者直接拖动两个 .whl 文件到终端，2个whl文件中间加空格，回车运行。

哪个方法更好？

优先试方法一：日更版功能齐全，更新快，适合大多数情况。
备用方法二 ：第三方包更稳定，但缺 torchaudio，适合不依赖音频的项目。
终极解决：等 PyTorch 官方支持 5090 的稳定版（可能要几个月），到时直接用官方版本最省心。

常见问题

安装时提示whl文件不存在或 No such file

可能你的 whl 保存在有空格的文件夹名称或路径下，在执行命令时被当做参数了.
解决方法是：复制whl文件到没有空格的文件夹中，确保该路径从盘符开始到结束都无空格。或者使用英文双引号" 将 whl 名称包裹起来，例如"/路径/到/第一个.whl"

安装后还是报错？
- 检查 CUDA：运行 nvidia-smi，确认 5090 被识别，CUDA 版本是 12.8。
- 确保 Python 版本和 .whl 文件匹配（比如 Python 3.10 用 3.10）。
速度还是很慢？
- 查看 GPU 使用率：Windows 用任务管理器，Linux 用 nvidia-smi。

现在，你应该能让 RTX 5090 的算力跑起来了！