torch.cuda.is_available()返回False求助：Quadro RTX5000环境CUDA调用失败

一、基础验证步骤 #

• 确认当前使用的Python环境：执行where python（Windows系统），检查输出路径是否为你创建的conda环境目录，避免误用到系统全局Python。
• 检查PyTorch的CUDA编译信息：运行以下代码

  import torch
  print(torch.__version__)
  print(torch.cuda.is_available())
  

  如果输出的版本号不带+cu117后缀，说明你安装的是CPU版PyTorch，这是核心问题。
• 验证CUDA Toolkit可用性：打开命令提示符，执行nvcc -V，确认能输出CUDA 11.7的版本信息。同时检查系统环境变量PATH是否包含以下路径：
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\bin
  • C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\libnvvp

二、conda环境重置与重装 #

• 彻底清理现有环境：
  1. 激活目标环境：conda activate your_env_name
  2. 卸载所有PyTorch相关包：conda remove --all pytorch torchvision torchaudio pytorch-cuda
  3. 若问题仍存在，直接删除环境重建：

     conda remove -n your_env_name --all
     conda create -n your_env_name python=3.9.2
     

• 重新安装带CUDA支持的PyTorch：
  激活新环境后，严格执行官方命令：

  conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
  

  安装时留意日志，确保下载的包带有cu117后缀（如pytorch-2.0.0-py3.9_cuda11.7_cudnn8.5.0_0）。

三、其他排查方向 #

• 检查GPU占用：打开任务管理器“性能”标签，确认Quadro RTX 5000未被其他进程（如游戏、视频渲染）占用，关闭占用程序后重试。
• 更新GPU驱动：516.94虽支持CUDA 11.7，但可尝试升级至NVIDIA官网最新的兼容驱动（如537.x系列），修复潜在的驱动兼容性问题。
• 清理多CUDA版本冲突：若之前安装过其他CUDA版本，移除系统环境变量PATH中旧版本的CUDA路径，仅保留CUDA 11.7的相关路径，重启命令提示符后再测试。

内容的提问来源于stack exchange，提问作者Natalia Favila