如何在requirements.txt中配置PyTorch CUDA依赖及跨GPU适配

1. requirements.txt 中需写入哪一行配置？ #

如果要适配大多数公开项目场景，直接写入 torch>=2.0.0 即可（版本号可根据你的项目实际需求调整）。PyTorch 会自动根据用户的系统环境匹配对应的 CUDA 版本或 CPU 版本。如果你的项目明确依赖特定 CUDA 版本（比如 CUDA 11.8），可以写 torch>=2.0.0+cu118，但这种写法会限制只能安装对应 CUDA 版本的包，仅适合固定环境的项目，公开项目更推荐前者的通用写法。

2. 该配置是否支持Windows、Linux、iOS系统？新款MacBook支持MPS而非CUDA，该配置是否适配MPS设备？ #

• 通用写法 torch>=2.0.0 支持 Windows、Linux 和 macOS 系统（注意：PyTorch 官方不支持 iOS 作为运行环境）。
• 对于搭载 MPS 的新款 MacBook，这个通用配置会自动安装适配 Apple Silicon 的 PyTorch 版本，无需额外修改配置。用户安装后可通过代码 torch.backends.mps.is_available() 检测并启用 MPS 加速。

3. 若无法启用CUDA或MPS GPU，PyTorch项目如何实现依赖自动安装？ #

使用通用的 torch>=2.0.0 配置即可实现自动适配：

• pip 会自动检测用户的系统环境，如果检测到 CUDA 可用，就安装带 CUDA 支持的 PyTorch 版本；
• 如果是 Apple Silicon 设备，安装带 MPS 支持的版本；
• 如果两者都不可用，就自动安装 CPU 版本的 PyTorch，全程无需手动干预。

内容的提问来源于stack exchange，提问作者Farhang Amaji