嘿，这个问题我碰到过好几次了！明明CUDA显示可用，但GTX1650就是躺平，核显在那瞎忙活，咱们一步步把独显唤醒：

系统里有两个GPU时，PyTorch可能默认选了核显（尤其是笔记本，核显负责显示，优先级可能更高），你可以主动指定使用独显：

• 显式指定设备ID：先搞清楚你的GTX1650对应的设备ID，在代码里加这几行：

  import torch
  print(torch.cuda.device_count())  # 应该输出2
  print(torch.cuda.get_device_name(0))  # 看看哪个是GTX1650，假设是0
  device = torch.device("cuda:0")  # 直接指定用这个卡
  

  然后把模型和数据都移到这个device上。
• 用环境变量屏蔽核显：在代码最开头加这两行，让PyTorch只能看到NVIDIA显卡：

  import os
  os.environ["CUDA_VISIBLE_DEVICES"] = "0"  # 这里的0对应GTX1650的设备ID
  

很多人只记得把model.to(device)，但输入数据还留在CPU上，这样模型就算在GPU，也得来回传数据，实际还是核显在干活。训练循环里一定要把输入和标签都移到GPU：

for x, y in train_loader:
    x = x.to(device)
    y = y.to(device)
    # 再做前向传播、计算损失这些操作
    outputs = model(x)
    loss = criterion(outputs, y)

虽然torch.cuda.is_available()返回True，但如果版本不兼容，独显也没法正常工作。你可以在终端或代码里输这两行看版本：

print(torch.__version__)
print(torch.version.cuda)

然后确认你的显卡驱动支持的CUDA版本，要是PyTorch的CUDA版本比驱动支持的高，就得升级驱动或者换对应版本的PyTorch。

笔记本经常会默认用核显跑轻量程序，你可以手动改：

• 打开NVIDIA控制面板，找到「3D设置」→「管理3D设置」，在「全局设置」里把「首选图形处理器」改成「NVIDIA GTX 1650」，保存后重启程序试试。
• 也可以右键点击你的Python IDE（比如PyCharm），选「用图形处理器运行」→「高性能NVIDIA处理器」，直接指定用独显跑这个程序。

有时候任务管理器的GPU显示不准（核显负责桌面渲染，所以波动明显），你可以用更准确的方式确认：

• 在训练代码里加两行打印：

  print("模型所在设备：", next(model.parameters()).device)
  print("输入数据所在设备：", x.device)
  

  如果输出都是cuda:0（或对应设备），说明已经在GPU上跑了。
• 打开终端，输入nvidia-smi，实时查看GTX1650的显存占用和使用率，这个比任务管理器靠谱多了。

要是做完这些，GTX1650应该就能正常干活了，epoch耗时肯定会降下来的！

内容的提问来源于stack exchange，提问作者Aayush