Windows11 WSL环境下无法安装启用CUDA的PyTorch求助

以下是针对RTX 4090+Windows11+WSL2环境的分步排查方案：

1. 确认WSL版本为WSL2 #

WSL1不支持GPU加速，先检查当前版本：

wsl --list --verbose

若输出中版本为1，执行以下命令转换（替换<distro-name>为你的WSL发行版名称，比如Ubuntu）：

wsl --set-version <distro-name> 2

2. 验证Windows端NVIDIA驱动 #

WSL2共享Windows的GPU驱动，必须安装Windows版本的NVIDIA官方驱动（无需在WSL内装驱动）：

• 打开Windows命令提示符，运行nvidia-smi，确认驱动版本支持CUDA 11.7（RTX4090的驱动需满足最低版本要求）。
• 若驱动版本过低，前往NVIDIA官网下载适配RTX4090的最新驱动安装。

3. 检查WSL内CUDA环境变量 #

即使PyTorch自带CUDA runtime，仍需确保环境变量配置正确：

1. 在WSL终端运行nvidia-smi，若能正常显示GPU信息，说明基础连通正常。
2. 检查环境变量：

echo $PATH
echo $LD_LIBRARY_PATH

3. 若未包含/usr/local/cuda/bin和/usr/local/cuda/lib64，编辑~/.bashrc或~/.zshrc（根据你的shell），添加：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

4. 执行source ~/.bashrc（或对应配置文件）使改动生效。

4. 验证conda环境内的PyTorch #

先排除环境本身的问题：

1. 激活你的conda环境：

conda activate <your-env-name>

2. 运行以下代码验证：

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

• 若返回True和11.7，说明PyTorch安装正常，问题出在Jupyter内核。
• 若仍返回False，尝试重新安装PyTorch（可换用pip命令）：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu117

5. 配置Jupyter Notebook内核 #

Jupyter默认可能未使用你安装PyTorch的conda环境：

1. 激活目标conda环境：

conda activate <your-env-name>

2. 安装ipykernel：

conda install ipykernel

3. 将环境添加为Jupyter内核：

python -m ipykernel install --user --name=<your-env-name>

4. 重启Jupyter Notebook，在内核选择菜单中切换到你添加的环境内核，重新运行测试代码。

6. 更新WSL内核 #

确保WSL内核版本足够新以支持GPU：

wsl --update

更新完成后重启WSL：

wsl --shutdown

再重新启动WSL发行版。

内容的提问来源于stack exchange，提问作者Oion Akif