请求指导基于CUDA12.6.3+cuDNN9.5.1编译PyTorch2.5.1（含libtorch）

需求概述 #

目标是从源码编译PyTorch 2.5.1（包含libtorch与主PyTorch），适配CUDA 12.6.3和cuDNN 9.5.1，用于ComfyUI等图像生成AI工作流。当前编译主PyTorch时遇到找不到torch_python的报错，导致编译失败。

机器配置 #

• 操作系统：Ubuntu 22.04.5 LTS
• CPU：Intel i7-9700K
• 内存：64 GB
• GPU：RTX 4060 Ti（16 GB显存）
• CUDA/cuDNN：系统级安装的CUDA 12.6.3和cuDNN 9.5.1（未通过Miniconda等包管理器）
• Python环境：Miniconda3虚拟环境，Python 3.11.10

当前尝试的流程 #

我希望确认使用cmake从源码编译PyTorch（含libtorch）并打包为.whl文件用于虚拟环境安装的正确步骤，此前尝试的流程如下：

1. 设置环境变量export BUILD_LIBTORCH_WHL=1，通过cmake编译libtorch（开启TORCH_NO_PYTHON），配置适配CUDA 12.6.2和cuDNN 9.5.1。
2. 执行命令python -m build --wheel -Ccmake.define.BUILD_CMAKE_FROM_SOURCE=ON生成wheel文件。
3. 删除编译目录：rm -rf build，执行python setup.py clean清理。
4. 尝试以编译好的libtorch为依赖构建主PyTorch：设置export BUILD_PYTHON_ONLY=1，用cmake配置相同CUDA和cuDNN版本，执行相同编译命令，出现找不到torch_python的报错。
5. 移除BUILD_PYTHON_ONLY标志后用python -m build重新编译，能生成适配CUDA 12.6.2和cuDNN 9.5.1的包，但怀疑未正确整合libtorch。

问题 #

1. 针对CUDA 12.6.3和cuDNN 9.5.1，从源码编译PyTorch 2.5.1（含libtorch与主PyTorch）的正确完整方法是什么？
2. 是否必须将libtorch纳入主PyTorch编译才能得到完整包？
3. 该过程是否需要额外依赖、环境变量或特定cmake选项？

若需更多环境、配置或报错细节，可补充提供。

内容的提问来源于stack exchange，提问作者user28412398