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

  1. 打开网页:https://huggingface.co/w-e-w/torch-2.6.0-cu128.nv
  2. 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)。
  3. 每个版本有 2 个 .whl 文件(torchtorchvision),点击链接下载。
  4. 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/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

  1. 进入虚拟环境 打开终端,输入 source venv/bin/activate
  2. 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

  1. 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"
  1. 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)。
  2. 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!

相关推荐
uhakadotcom13 分钟前
使用Python获取Google Trends数据:2025年详细指南
后端·面试·github
uhakadotcom13 分钟前
使用 Python 与 Google Cloud Bigtable 进行交互
后端·面试·github
uhakadotcom18 分钟前
使用 Hadoop MapReduce 和 Bigtable 进行单词统计
算法·面试·github
Sissar2 小时前
变更日志0..1.0
github
uhakadotcom3 小时前
Mars与PyODPS DataFrame:功能、区别和使用场景
后端·面试·github
uhakadotcom3 小时前
PyTorch 分布式训练入门指南
算法·面试·github
uhakadotcom3 小时前
PyTorch 与 Amazon SageMaker 配合使用:基础知识与实践
算法·面试·github
uhakadotcom3 小时前
在Google Cloud上使用PyTorch:如何在Vertex AI上训练和调优PyTorch模型
算法·面试·github
Ender(弹射回家版)6 小时前
Augment Code:下一代AI编程助手,能否超越GitHub Copilot?
github·copilot·ai编程