“pytorch安装时与本地电脑NVIDIA 显卡驱动不匹配导致安装的pytorch无法使用”情况的解决教程

一、设定前置情况

1、要求服务器参数

●GPU: NVIDIA T4 16GB ×1

●CPU：8核

●内存：32G

●磁盘：≥100 GB SSD

●NVIDIA驱动： ≥570.117（CUDA 12.8 配套）

●CUDA/cuDNN：容器内置 CUDA 12.8 + cuDNN 9

●Python: 3.12

●推理框架: PyTorch 2.10.0 + torchvision 0.25.0

2、本地电脑参数

GPU：NVIDIA GeForch GTX 1660Ti
CUDA Version: 11.6
Driver Version: 511.23
NVIDIA-SMI 511.23
处理器：Intel(R) Core(TM) i5-9400 CPU @ 2.90GHz 2.90 GHz
机带RAM：8.00 GB (7.84 GB 可用)
系统类型：64 位操作系统, 基于 x64 的处理器
Windows规格：版本：Windows 11 家庭中文版版本号：23H2 操作系统版本：22631.5624
显存：6G

二、在本地电脑参数的基础上安装

python 复制代码

# CUDA 12.8
pip install torch==2.10.0 torchvision==0.25.0 torchaudio==2.10.0 --index-url https://download.pytorch.org/whl/cu128

安装成功后，验证pytorch是否可用：

python 复制代码

>>> import torch
>>> print(torch.__version__)
2.10.0+cu128
>>> print(torch.cuda.is_available())
E:\Users\Hasee\anaconda3\envs\pytorch\Lib\site-packages\torch\cuda\__init__.py:184: UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 11060). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver. (Triggered internally at C:\actions-runner\_work\pytorch\pytorch\pytorch\c10\cuda\CUDAFunctions.cpp:119.)
  return torch._C._cuda_getDeviceCount() > 0
False

由验证结果可以看到，pytorch安装成功了，但是不可用。原因如下：

问题根源：驱动版本不匹配

本地显卡驱动版本是511.23， 最高只支持到 CUDA 11.6。

PyTorch (cu128) 所需最低驱动 ：570.65（Windows 版）

两者之间存在巨大的版本差距，所以 PyTorch 无法调用 GPU。

解决方案：更新驱动或更换 PyTorch 版本

有两种方案可以选择：

方案一：更新 NVIDIA 显卡驱动（推荐）

这是最直接、最推荐的方法，能继续使用 PyTorch（CUDA 12.8）。

GTX 1660 Ti 完全能够通过更新驱动，来使用PyTorch （CUDA 12.8）。报错核心原因就是驱动版本过低，而不是显卡硬件本身不支持。

为什么GTX 1660 Ti显卡支持？

GTX 1660 Ti 基于 NVIDIA 的 Turing 架构 ，其计算能力（Compute Capability）为 7.5。

关键在于，从 CUDA 12.8 开始，NVIDIA 和 PyTorch 都明确将 Turing 架构（计算能力 7.5）作为最低支持门槛 。这意味着你的显卡正好在官方支持列表之内。PyTorch 社区也确认，在即将到来的 2.11 版本中，CUDA 12.8 构建将继续支持 Turing (7.5) 架构。

操作步骤如下：

确认显卡型号：在"设备管理器"的"显示适配器"中，或在 NVIDIA 控制面板的"系统信息"里，找到NVIDIA 显卡型号。如下图：

下载驱动 ：访问 NVIDIA 官方驱动下载页面 https://www.nvidia.com/Download/index.aspx，手动选择你的显卡型号和操作系统，下载最新版驱动。如下图：

安装驱动 ：运行下载的安装程序。建议在安装选项中勾选"执行清洁安装 "，以避免旧文件冲突。安装完成后务必重启电脑。

方案二：降级 PyTorch 到与当前驱动兼容的版本

如果你暂时不想或不能更新驱动，可以选择安装一个支持你当前 CUDA 11.6 驱动的 PyTorch 版本。

推荐版本 ：torch==1.13.0 或 torch==2.0.0 等支持 CUDA 11.6 或 11.7 的版本。
安装命令：卸载当前的 PyTorch 后，使用以下命令安装兼容版本：

python 复制代码

# 以 torch 1.13.0 + cu116 为例
pip install torch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 --index-url https://download.pytorch.org/whl/cu116

注意：请根据你实际需要的版本，去 PyTorch 官网找到对应的 cu116 或 cu117 安装命令。

三、验证：

无论选择哪种方案，完成后都建议在 Python 中运行以下命令来验证 GPU 是否可用：

python 复制代码

import torch
print(torch.__version__)
print(torch.cuda.is_available())

如果输出 True，就说明 PyTorch 已经可以正常使用 GPU 了。

本电脑更新驱动后验证结果如下：

python 复制代码

(pytorch) C:\Users\Hasee>python
Python 3.12.14 | packaged by Anaconda, Inc. | (main, Aug 27 2026, 14:37:13) [MSC v.1942 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.is_available())
True
>>> print(torch.__version__)
2.10.0+cu128