Vertex AI Notebook附加GPU后无法连接PyTorch 2.0内核求助

修复步骤 #

• 验证GPU驱动与CUDA兼容性
  PyTorch 2.0对CUDA版本有严格要求，默认镜像可能存在版本不匹配。在终端执行命令检查：

  nvidia-smi  # 查看GPU驱动版本
  nvcc --version  # 查看CUDA编译版本
  

  确保CUDA版本为11.7或11.8（PyTorch 2.0官方支持版本），若不匹配，执行升级：

  sudo apt update && sudo apt install nvidia-driver-535
  

• 重置PyTorch内核环境

  1. 打开Notebook终端，激活PyTorch环境：

     source /opt/conda/bin/activate pytorch-latest-gpu
     

  2. 更新并重新注册内核：

     pip install --upgrade ipykernel
     python -m ipykernel install --user --name pytorch-latest-gpu --display-name "PyTorch 2.0 (GPU)"
     

  3. 重启Notebook实例，重新选择内核。

• 排查实例资源与日志

  • 检查Google Cloud控制台「IAM与管理员-配额」页面，确认GPU资源配额未耗尽。
  • 查看实例日志：进入实例列表→点击「操作-查看日志」，搜索kernel或cuda关键词定位报错。

• 更换官方镜像重建实例
  若以上方法无效，直接选择Google官方提供的「PyTorch 2.0 + GPU」镜像重新创建实例，避免自定义配置引发的环境冲突。

（问题场景说明：Notebook界面显示PyTorch 2.0 (GPU)内核先处于「connecting」状态，一段时间后转为「已断开连接」，普通Python内核可正常使用）

内容的提问来源于stack exchange，提问作者Alekk