Linux环境下PyTorch 1.4.0调用GPU时cuda.is_available()返回False的问题求助

核心原因 #

你的GeForce RTX 3080属于安培（Ampere）架构，而PyTorch 1.4.0发布于2020年3月，当时安培架构的显卡还未推出，因此这个版本的PyTorch完全不支持RTX30系列显卡——这就是torch.cuda.is_available()返回False的根本原因。

可行解决方案（推荐升级PyTorch版本） #

安培架构从PyTorch 1.7.0版本开始正式获得支持，所以最直接有效的办法是升级PyTorch到1.7.0及以上版本，同时匹配你的系统CUDA版本（当前显卡驱动对应的CUDA版本是11.2）：

1. 先激活你的conda环境：

   conda activate your_env_name  # 替换成你实际的环境名称
   

2. 执行conda安装命令，升级PyTorch及相关组件：

   conda install pytorch>=1.7.0 torchvision>=0.8.0 torchaudio>=0.7.0 cudatoolkit=11.2 -c pytorch
   

   如果你更倾向于用pip安装，也可以执行：

   pip install torch>=1.7.0 torchvision>=0.8.0 torchaudio>=0.7.0 --extra-index-url https://download.pytorch.org/whl/cu112
   

为什么不推荐降级驱动？ #

你可能会想是否可以降级显卡驱动来适配CUDA10.1，但这条路走不通：RTX30系列显卡的最低支持驱动版本是450.80.02（对应CUDA11.0），而CUDA10.1兼容的最高驱动版本是418.x，这个版本的驱动根本无法识别RTX3080，所以降级驱动是不可行的。

验证安装是否成功 #

升级完成后，在激活的环境中打开Python交互界面，运行以下代码验证：

import torch
print("CUDA可用:", torch.cuda.is_available())
print("PyTorch绑定的CUDA版本:", torch.version.cuda)
print("显卡名称:", torch.cuda.get_device_name(0))

如果一切正常，你会看到输出CUDA可用: True，以及对应的CUDA版本和RTX3080的名称。

内容的提问来源于stack exchange，提问作者maque J