已设置CUDA_HOME仍报错：Neuralangelo环境搭建故障求助

以下是针对该错误的具体解决步骤：

• 手动指定GPU计算能力

  1. 先确认你的NVIDIA GPU对应的计算能力（例如RTX 30系列为8.6，RTX 40系列为8.9，GTX 10系列为6.1）。
  2. 在执行环境安装命令前，临时设置环境变量：
     • Windows命令行：set TCNN_CUDA_ARCHITECTURES=86（将86替换为你的GPU对应数值）
     • Windows PowerShell：$env:TCNN_CUDA_ARCHITECTURES=86
  3. 之后再运行conda env create -f environment.yml或pip install -r requirements.txt。

• 验证PyTorch的CUDA可用性
  运行以下命令确认PyTorch已启用CUDA支持：

  python -c "import torch; print(torch.cuda.is_available())"
  

  若输出False，需卸载现有PyTorch，重新安装匹配系统CUDA版本的PyTorch包，例如：

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

  （请根据你的系统CUDA版本选择对应的pytorch-cuda版本）

• 确保CUDA版本与PyTorch兼容
  系统的CUDA版本（CUDA_HOME指向的路径）需与PyTorch依赖的CUDA版本兼容，避免版本不匹配导致的检测失败。

• 手动安装tiny-cuda-nn
  若上述方法无效，可手动编译安装tiny-cuda-nn：

  git clone --recursive https://github.com/NVlabs/tiny-cuda-nn.git
  cd tiny-cuda-nn/bindings/torch
  # 设置计算能力，以8.6为例
  set TCNN_CUDA_ARCHITECTURES=86
  python setup.py install
  

  安装完成后，回到Neuralangelo目录继续完成剩余依赖的安装。

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