NVIDIA 驱动（550版本）成功安装后安装支持 GPU 加速的 PyTorch

重要提示： 在 Linux 上安装 PyTorch 时，不需要 单独安装系统级的 CUDA Toolkit（如 sudo apt install nvidia-cuda-toolkit）。PyTorch 的安装包（pip/conda）会自带它所需的 CUDA 运行时库。你只需要确保安装的 PyTorch 版本与你当前的驱动版本兼容即可。

以下是针对你当前环境（Ubuntu + NVIDIA Driver 550）的最佳安装方案：

推荐方案：使用 pip 安装（最通用）

NVIDIA 550 驱动支持最新的 CUDA 12.x 版本。建议直接安装 CUDA 12.1 或 CUDA 11.8 版本的 PyTorch。

创建虚拟环境（强烈推荐）

为了避免污染系统 Python 环境，请先创建一个隔离环境：

bash 复制代码

# 创建名为 pytorch_env 的环境
python3 -m venv pytorch_env

# 激活环境
source pytorch_env/bin/activate

执行安装命令

访问 PyTorch 官网获取最新命令，或直接使用以下经过验证的命令（适用于 CUDA 12.1，兼容性最好）：

bash 复制代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

如果你需要更稳定的旧版 CUDA 11.8 支持：

bash 复制代码

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

###*q

如果你习惯使用 Anaconda/Miniconda，Conda 会自动处理底层的 CUDA 依赖，通常比 pip 更省心：

bash 复制代码

# 创建环境并指定 python 版本
conda create -n pytorch_env python=3.10
conda activate pytorch_env

# 安装 PyTorch (CUDA 12.1 版本)
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia

验证安装是否成功

安装完成后，务必在 Python 中运行以下代码来确认 GPU 是否可用：

python 复制代码

import torch

# 1. 检查 PyTorch 版本
print(f"PyTorch Version: {torch.__version__}")

# 2. 检查 CUDA 是否可用
print(f"CUDA Available: {torch.cuda.is_available()}")

# 3. 查看显卡信息
if torch.cuda.is_available():
    print(f"GPU Name: {torch.cuda.get_device_name(0)}")
    print(f"CUDA Version (compiled with): {torch.version.cuda}")
else:
    print("错误：无法检测到 GPU，请检查驱动或重新安装 PyTorch")

常见问题排查

下载速度慢 ：如果从官方源下载太慢，可以使用清华镜像源（仅适用于 pip）：

bash 复制代码

pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple --extra-index-url https://download.pytorch.org/whl/cu121

报错 "No matching distribution"：这通常是因为你的 Python 版本过高（如 3.13）或过低。建议使用 Python 3.8 - 3.11 版本。
torch.cuda.is_available() 返回 False ：虽然 nvidia-smi 正常，但 PyTorch 仍可能找不到驱动。这通常是因为安装了 CPU 版本的 PyTorch（即没有带 +cu121 后缀）。请卸载后重新按上述命令安装。
ype "help", "copyright", "credits" or "license" for more information.

import torch

Traceback (most recent call last):

File "", line 1, in

File "/root/miniconda3/envs/pytorch_env/lib/python3.12/site-packages/torch/init .py", line 367, in

from torch._C import * # noqa: F403

^^^^^^^^^^^^^^^^^^^^^^

ImportError: /root/miniconda3/envs/pytorch_env/lib/python3.12/site-packages/torch/lib/libtorch_cpu.so: undefined symbol: iJIT_NotifyEvent

这个错误是因为 Conda 自动将 MKL（Intel 数学核心库）升级到了 2024.1 或更高版本，而新版移除了 PyTorch 依赖的符号。

别担心，这个问题有明确的解决办法。你可以按照以下方案来修复：

方案一：降级 MKL 版本（最快捷）

既然问题出在 MKL 版本过高，我们只需将其降级到兼容的版本即可。请在命令行中执行以下命令：

conda install mkl=2024.0

注：如果提示找不到该特定版本，可以退而求其次使用 conda install mkl=2023.1.0，同样能解决此问题。