如何让pip缓存带CUDA的PyTorch安装包？

问题原因 #

使用--index-url指定PyTorch专属仓库时，pip 23.0.1会将该源视为独立于默认PyPI的特殊源，缓存逻辑对这类自定义源的识别存在问题，导致包不会被存入缓存或无法复用已有缓存。

可行解决方法 #

1. 手动将包放入pip缓存目录 #

• 先查看pip缓存路径：

  pip cache dir
  

• 从PyTorch cu121仓库下载适配Python 3.10的whl包：torch、torchvision、torchaudio对应版本（可通过原安装命令的输出看到具体包名，比如torch-2.1.0+cu121-cp310-cp310-linux_x86_64.whl）
• 将下载的whl包放到缓存目录下的wheels子文件夹中（无需严格对应子目录，pip会自动搜索）
• 再次执行原安装命令，pip会直接读取本地缓存，不再重复下载

2. 本地离线仓库安装 #

• 创建本地文件夹（如~/pytorch_cuda_cache），将下载好的whl包放入其中
• 执行安装命令时指定本地目录作为唯一源：

  pip3 install torch torchvision torchaudio --find-links=~/pytorch_cuda_cache --no-index
  

• 此方法完全避免远程请求，适合频繁在不同虚拟环境安装的场景，需确保本地包版本与需求匹配

3. 配置pip默认使用PyTorch CUDA源 #

• 编辑pip配置文件：
  • Linux/macOS：~/.config/pip/pip.conf
  • Windows：%APPDATA%\pip\pip.ini
• 添加以下内容：

  [global]
  index-url = https://download.pytorch.org/whl/cu121
  

• 之后安装时直接执行pip3 install torch torchvision torchaudio，pip会默认使用该源并正常缓存包，无需每次指定--index-url，缓存逻辑可正常工作

4. 升级pip版本（可选） #

• 旧版pip可能存在自定义源缓存的bug，升级到最新版本尝试修复：

  pip3 install --upgrade pip
  

• 升级后再执行原安装命令，检查缓存是否生效（可通过pip cache list | grep torch验证）

内容的提问来源于stack exchange，提问作者Kefir