求助：基于CUDA118与Torch2.0.1安装Kaolin v0.14.0失败问题

问题原因 #

• 你使用的-f索引链接对应PyTorch 2.0.1+CUDA118，但该链接下无Kaolin 0.14.0的适配包，导致版本匹配失败。
• PyPI上的kaolin包是占位引导包，仅用于提示正确安装路径，因此安装0.1版本后导入会触发报错。

正确安装步骤 #

1. 确认环境兼容性 #

Kaolin 0.14.0需匹配对应版本的PyTorch和CUDA，先检查当前环境版本：

# 检查PyTorch版本
python -c "import torch; print(torch.__version__)"
# 检查CUDA版本
nvcc --version

2. 选择适配的安装方式 #

方式一：修正pip索引链接（针对匹配环境）

根据你的PyTorch和CUDA版本，使用官方标准格式的索引链接重新安装：

pip install kaolin==0.14.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-<TORCH_VERSION>_cu<CUDATOOLKIT_VERSION>.html

示例：若PyTorch为2.0.1、CUDA为11.8，链接格式正确但无对应包时，可尝试更换为PyTorch 2.0.0+CUDA117的链接：

pip install kaolin==0.14.0 -f https://nvidia-kaolin.s3.us-east-2.amazonaws.com/torch-2.0.0_cu117.html

方式二：conda安装（推荐）

使用conda直接安装适配版本，无需手动匹配环境：

conda install -c nvidia kaolin=0.14.0

方式三：源码编译安装

若上述方式均失败，直接从GitHub源码编译：

# 克隆指定版本仓库
git clone --branch v0.14.0 https://github.com/NVIDIA/kaolin.git
cd kaolin
# 安装依赖
pip install -r requirements.txt
# 编译并安装
python setup.py install

3. 验证安装结果 #

安装完成后，执行以下命令确认版本：

python -c "import kaolin; print(kaolin.__version__)"

4. 清理占位包 #

若已安装过0.1版本的占位包，先卸载：

pip uninstall -y kaolin

内容的提问来源于stack exchange，提问作者SOHAM KUMAR