PyTorch 1.6.0适配CUDA 12.3报错及无补丁源码编译可行性咨询

一、为何CUDA 12.2环境正常，CUDA 12.3报错？ #

核心原因有两点：

• PyTorch 1.6.0是2020年发布的版本，官方仅支持最高CUDA 11.1，完全不兼容CUDA 12.x系列。你在Colab的CUDA 12.2环境能跑，本质是Colab默认用的是适配CUDA 12.2的高版本PyTorch（而非你服务器上的1.6.0），高版本PyTorch不仅支持CUDA 12.x，还内置了RTX3060所需的sm_86算力内核。
• 你服务器上的PyTorch 1.6.0预编译包根本没包含sm_86的CUDA内核（RTX30系列属于Ampere架构，PyTorch从1.7版本才正式对其提供完整支持），再加上CUDA 12.3和PyTorch 1.6.0的底层API完全不匹配，直接触发了内核缺失的运行时错误。

二、能否无需修改源码编译PyTorch 1.6.0以适配CUDA 12.3？ #

不可能。原因是：

• CUDA 12.3移除了很多PyTorch 1.6.0依赖的旧API，比如部分CUDA Runtime函数、Thrust库的旧接口，直接编译会出现大量语法和链接错误。
• 要让PyTorch 1.6.0适配CUDA 12.3，必须修改源码中调用废弃CUDA API的部分，替换为CUDA 12.x兼容的新接口，同时还要调整编译配置适配新的CUDA工具链，完全不修改源码根本无法完成编译。

替代方案建议 #

• 直接升级服务器上的PyTorch到支持CUDA 12.3的版本（比如2.0及以上），同时确保Deep3DFaceRecon_pytorch模型代码兼容高版本PyTorch（大部分老模型只需微调少量代码即可适配）。
• 如果必须保留PyTorch 1.6.0，那就把服务器的CUDA版本降级到11.1及以下，同时安装针对sm_86编译的PyTorch 1.6.0自定义版本（但同样需要修改部分源码编译，性价比极低）。

内容的提问来源于stack exchange，提问作者Megidd