PyTorch无法调用CUDA求助：已装GPU与CUDA但CUDA不可用

问题概述 #

Anaconda base环境中安装的PyTorch 2.3.0无法识别CUDA（torch.version.cuda显示None，torch.cuda.is_available()返回False），但新建Conda环境重新安装后可正常调用GPU；本地已安装CUDA 11.8，NVIDIA驱动支持CUDA 12.5，硬件为RTX 3050。

排查与解决步骤 #

1. 彻底清理base环境中冲突的PyTorch相关包 #

base环境可能残留CPU版PyTorch或冲突依赖，先完全卸载相关组件：

# 卸载conda安装的PyTorch套件
conda remove pytorch torchvision torchaudio pytorch-cuda --all
# 若曾用pip安装过，一并卸载
pip uninstall -y torch torchvision torchaudio

2. 检查并配置base环境的CUDA环境变量 #

确保CUDA 11.8的路径被正确加入环境变量：

# 查看当前环境的路径配置
echo $PATH
echo $LD_LIBRARY_PATH

确认输出包含CUDA 11.8的bin和lib64目录（Linux/macOS通常为/usr/local/cuda-11.8/bin、/usr/local/cuda-11.8/lib64；Windows为C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin等）。若缺失，手动添加：

• Linux/macOS：在~/.bashrc或~/.zshrc中追加配置，执行source ~/.bashrc生效：

  export PATH=/usr/local/cuda-11.8/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH
  

• Windows：在系统环境变量中添加对应路径，重启终端后激活base环境。

3. 重新安装CUDA版PyTorch #

激活base环境后，使用官方指定命令重新安装，确保绑定CUDA 11.8：

conda activate base
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

安装完成后，验证是否为CUDA版本：

conda list | grep pytorch

确认输出包含pytorch-cuda=11.8，而非cpuonly标识。

4. 检查conda环境的CPU强制配置 #

查看base环境的conda配置，确认没有强制启用CPU模式：

conda config --show-sources

若存在cpuonly相关配置项，执行删除：

conda config --remove-key cpuonly

5. 验证安装结果 #

运行测试代码确认CUDA可用性：

import torch
print(f"PyTorch version: {torch.__version__}")
print(f"CUDA version: {torch.version.cuda}")
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"Number of GPUs: {torch.cuda.device_count()}")

若输出中CUDA version显示11.8、CUDA available为True，则问题解决。

补充方案 #

若上述步骤无效，可尝试重置base环境：

1. 备份当前base环境依赖：

   conda env export > base_env_backup.yml
   

2. 重置base环境：

   conda activate base
   conda install anaconda-clean
   anaconda-clean --yes
   conda create --name base --clone default
   

3. 重新安装PyTorch及所需依赖。

内容的提问来源于stack exchange，提问作者Wolfking