编译TensorFlow 2.15.0源码时CUDA与TensorRT版本兼容问题求助

问题根源 #

TensorFlow 2.15.0官方文档要求搭配CUDA 12.2，但对应时期TensorRT最高仅支持CUDA ≤12.1，导致无法安装兼容的TensorRT；即使在configure步骤禁用TensorRT，Bazel构建脚本仍会强制检查TensorRT头文件（如NvInferVersion.h），触发编译失败。

可行解决方案 #

方案1：修改Bazel配置，彻底跳过TensorRT检查 #

• 编辑tensorflow/third_party/tensorrt/tensorrt_configure.bzl文件，在_tensorrt_configure_impl函数开头添加判断，当禁用TensorRT时直接返回，跳过后续检查：

  def _tensorrt_configure_impl(repository_ctx):
      # 添加以下判断
      if repository_ctx.os.environ.get("TF_ENABLE_TENSORRT", "0") == "0":
          return struct()
      # 保留原函数剩余代码
  

• 执行编译前设置环境变量，明确禁用TensorRT：

  export TF_ENABLE_TENSORRT=0
  bazel build --config=cuda //tensorflow/tools/pip_package:build_pip_package
  

方案2：降级CUDA到12.1，搭配兼容TensorRT版本 #

• 卸载CUDA 12.2，安装CUDA 12.1（严格遵循NVIDIA官方安装步骤）
• 安装适配CUDA 12.1的TensorRT版本（如TensorRT 8.6.1）
• 重新运行TensorFlow的configure脚本，启用TensorRT并指定其安装路径
• 执行原编译命令继续构建

方案3：添加Bazel编译参数强制禁用TensorRT #

直接在编译命令中加入--define=tf_enable_tensorrt=false参数，跳过TensorRT相关依赖检查：

bazel build --config=cuda --define=tf_enable_tensorrt=false //tensorflow/tools/pip_package:build_pip_package

验证步骤 #

编译完成后生成pip包，安装后执行以下代码验证GPU支持：

import tensorflow as tf
print(tf.test.is_gpu_available())
print(tf.config.list_physical_devices('GPU'))

内容的提问来源于stack exchange，提问作者Targett-Adams