非root用户在conda环境pip安装项目遇libcufft.so.10缺失错误求助

环境信息 #

• Ubuntu 22.04 AMD64
• NVIDIA驱动版本525.147.05，CUDA版本12.0
• 普通用户~/.bashrc已配置以下环境变量：

export CUDA_HOME=/usr/local/cuda
export CUDACXX=/usr/local/cuda/bin/nvcc
export LIBRARY_PATH="${CUDA_HOME}/lib64"
export C_INCLUDE_PATH="${CUDA_HOME}/include"
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

问题详情 #

以普通用户身份安装MoE-LLaVA时，触发如下错误：

Traceback (most recent call last):
  File "/home/me/.local/lib/python3.10/site-packages/torch/__init__.py", line 168, in _load_global_deps
    ctypes.CDLL(lib_path, mode=ctypes.RTLD_GLOBAL)
  File "/usr/lib/python3.10/ctypes/__init__.py", line 374, in __init__
    self._handle = _dlopen(self._name, mode)
OSError: libcufft.so.10: cannot open shared object file: No such file or directory

切换到root用户后，创建新conda环境执行pip install .可成功安装并正常运行程序，但切回普通用户后，原本正常的Python命令也出现相同错误。尝试sudo chmod 777 -R /usr/local/cuda无效，最终只能卸载重装CUDA和驱动后普通用户才能正常运行。推测核心为权限或环境变量传递问题，而非CUDA版本不匹配。

需求 #

实现任意conda环境下，非root用户执行pip install ***时不出现上述依赖库找不到的错误。

解决方案 #

1. 修正CUDA目录的权限与归属 #

CUDA默认安装目录归属为root，普通用户需具备读取和执行权限（无需过度开放777）：

• 查看CUDA软链接指向的实际版本目录：ls -l /usr/local/cuda
• 修正目录权限与归属（替换cuda-12.0为你的实际版本目录）：

  sudo chown -R root:users /usr/local/cuda-12.0
  sudo chmod -R 755 /usr/local/cuda-12.0
  sudo chown root:users /usr/local/cuda
  sudo chmod 755 /usr/local/cuda
  

2. 让conda环境继承系统CUDA环境变量 #

conda默认会隔离系统环境变量，需配置保留CUDA相关变量：

• 编辑~/.condarc，添加以下内容：

  preserve_environment_variables:
    - CUDA_HOME
    - CUDACXX
    - LIBRARY_PATH
    - C_INCLUDE_PATH
    - LD_LIBRARY_PATH
  

  这样所有conda环境都会自动继承这些系统级路径变量，避免库查找失败。

3. 给单个conda环境配置自动加载CUDA路径（可选） #

若全局配置无效，可给指定conda环境添加自动激活脚本：

• 创建激活脚本目录：

  mkdir -p ~/miniconda3/envs/your_env/etc/conda/activate.d
  

• 写入环境变量配置：

  echo -e 'export CUDA_HOME=/usr/local/cuda\nexport LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' > ~/miniconda3/envs/your_env/etc/conda/activate.d/env_vars.sh
  

  替换your_env为目标conda环境名称，激活环境时会自动加载路径。

4. 验证torch与CUDA版本兼容性 #

确保当前conda环境的torch版本适配CUDA 12.0，执行以下命令安装兼容版本：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

注：cu121版本的torch完全兼容CUDA 12.0。

内容的提问来源于stack exchange，提问作者Vincent