如何在无NVIDIA环境下直接安装Torch以缩减Docker镜像体积

要避免安装PyTorch的NVIDIA相关组件（节省镜像体积、下载时间和带宽），直接安装CPU-only版本的PyTorch即可，无需先安装再卸载NVIDIA依赖。

最简Dockerfile示例 #

FROM python:3.12.5
RUN pip install torch --index-url https://download.pytorch.org/whl/cpu

效果对比 #

• 基础镜像 python:3.12.5：1.02GB
• 安装默认PyTorch后：8.98GB
• 安装CPU-only版PyTorch后：约2.2GB（具体数值随PyTorch版本略有波动）

原理说明 #

默认情况下，pip install torch 会下载带有CUDA支持的PyTorch包，该包依赖大量NVIDIA相关组件（如nvidia-cudnn-cu12、nvidia-cublas-cu12等），这些组件是GPU加速所需，但对纯CPU场景完全无用。

通过指定--index-url https://download.pytorch.org/whl/cpu，pip会从PyTorch的CPU专属包仓库拉取仅支持CPU的版本，该版本不包含任何NVIDIA相关依赖，仅安装PyTorch运行所需的核心依赖（如sympy、networkx、jinja2等）。

额外说明 #

• 如果需要指定PyTorch版本，直接在命令后添加版本号即可：

  pip install torch==2.1.0 --index-url https://download.pytorch.org/whl/cpu
  

• 此方法无需手动维护依赖列表，所有必要的传递依赖会被自动安装，且不会随PyTorch版本变动而需要手动调整。

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