You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

运行PyTorch程序时NVIDIA驱动版本过低导致CPU运行缓慢问题

解决PyTorch因NVIDIA驱动版本过旧切换至CPU运行的问题

方案一:更新NVIDIA显卡驱动

  • 确认自身GPU型号,下载对应最新版驱动程序完成安装,安装后重启系统,重新运行PyTorch程序即可尝试恢复GPU加速。
  • 安装前需关闭所有占用GPU的应用程序,避免安装冲突。

方案二:安装与现有驱动兼容的PyTorch版本

  • 驱动版本10010对应兼容CUDA 10.1版本,需安装适配该CUDA版本的PyTorch包。
  • 先卸载当前PyTorch环境:
    pip uninstall torch torchvision torchaudio
    
  • 再安装适配CUDA 10.1的PyTorch版本,示例命令:
    pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2
    
  • 若安装失败,可查询PyTorch官方的版本兼容列表获取正确安装指令。
  • 验证GPU是否可用:运行以下代码检查
    import torch
    print(torch.cuda.is_available())
    
    输出True则说明GPU加速已正常启用。

内容的提问来源于stack exchange,提问作者Mayuresh Satam

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.06.26 11:30:05