✅ TensorRT Python 安装精简流程（适用于 Ubuntu 20.04+）

安装 TensorRT Python 轮子的步骤

确保 pip 和 wheel 模块已更新并安装：

复制代码

`python3 -m pip install --upgrade pip
python3 -m pip install wheel`

1. 确认环境要求

Python：版本 3.8 - 3.13
OS：Ubuntu 20.04+ 或 Windows 10+
CPU：x86_64 或 ARM SBSA 架构
安装前确保 pip、wheel 是最新的：

python3 -m pip install --upgrade pip setuptools wheel packaging

2. 清理旧版本（建议操作）

复制代码

pip cache remove "tensorrt*"

3. 安装 TensorRT（默认 CUDA 12.x 版本）

复制代码

python3 -m pip install --upgrade tensorrt

若你需要 指定 CUDA 版本（如 CUDA 11），则：

复制代码

python3 -m pip install tensorrt-cu11 tensorrt-lean-cu11 tensorrt-dispatch-cu11

4. 轻量版本安装（仅推理使用）

复制代码

python3 -m pip install --upgrade tensorrt-lean
python3 -m pip install --upgrade tensorrt-dispatch

5. 没有 root 权限？

加上 --user 参数：

复制代码

python3 -m pip install --user tensorrt

6. 验证安装是否成功

打开 Python，运行以下命令：

🔹 常规版本验证：

复制代码

import tensorrt
print(tensorrt.__version__)
assert tensorrt.Builder(tensorrt.Logger())

🔹 精简版本验证：

复制代码

import tensorrt_lean as trt
print(trt.__version__)
assert trt.Runtime(trt.Logger())

import tensorrt_dispatch as trt
print(trt.__version__)
assert trt.Runtime(trt.Logger())

⚠️ 错误排查

如果报错：

复制代码

[TensorRT] ERROR: CUDA initialization failure with error 100

可能原因：

没有安装 NVIDIA 驱动
驱动与 CUDA 不兼容
在容器中未挂载 GPU

👉 可尝试使用 NVIDIA 官方容器：

复制代码

docker run --gpus all -it --rm nvidia/cuda:12.3.2-base-ubuntu20.04

需要我帮你检查 CUDA 和驱动是否匹配，或者生成一个完整的安装脚本吗？