PyTorch与CUDA版本不匹配致GPU未检测及Apex安装问题求助

我的CUDA版本情况 #

• 系统nvcc -V输出版本为11.4
• nvidia-smi显示对应CUDA版本（对应提供的截图内容）

尝试过的操作及问题 #

第一次安装（PyTorch 1.10.1 + cudatoolkit 11.1） #

• 执行命令：

  conda install pytorch=1.10.1 cudatoolkit=11.1 -c pytorch
  

• 状态：PyTorch正常识别CUDA，torch.version.cuda返回"11.1"，torch.cuda.is_available()返回True
• 问题：安装Apex失败，原因是nvcc 11.4与cudatoolkit 11.1版本不兼容

后续尝试（cudatoolkit 11.4搭配不同PyTorch版本） #

• 执行命令：

  conda install pytorch cudatoolkit=11.4 -c pytorch
  

• 结果：PyTorch自动安装为1.9.1，此时torch.version.cuda返回None，torch.cuda.is_available()返回False
• 额外尝试：将cudatoolkit=11.4分别与PyTorch 1.9.1、1.12.1搭配，均无法让GPU被正确识别

需求 #

找到能让GPU正常识别（torch.cuda.is_available()返回True），同时兼容nvcc 11.4以安装Apex的PyTorch和cudatoolkit版本组合，或排查其他潜在问题。

推荐版本组合 #

根据PyTorch官方兼容矩阵，结合你的nvcc 11.4版本，推荐以下稳定组合：

• PyTorch 1.12.1 + cudatoolkit 11.3/11.6：PyTorch 1.12.1官方支持CUDA 11.3、11.6，nvcc 11.4可向前兼容11.3、向后兼容11.6，能满足Apex对版本匹配的要求
• 安装命令（以cudatoolkit 11.3为例）：

  conda install pytorch=1.12.1 torchvision torchaudio pytorch-cuda=11.3 -c pytorch -c nvidia
  

  或（cudatoolkit 11.6）：

  conda install pytorch=1.12.1 torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
  

额外排查点 #

1. 建议创建全新conda环境，避免旧依赖干扰：

   conda create -n apex_env python=3.8
   conda activate apex_env
   # 再执行上述安装命令
   

2. 检查显卡驱动版本：nvidia-smi显示的驱动需满足CUDA 11.4最低要求（≥470.42.01），版本过低需先更新驱动
3. Apex安装采用源码编译，自动匹配系统nvcc：

   git clone https://github.com/NVIDIA/apex.git
   cd apex
   pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
   

内容的提问来源于stack exchange，提问作者Harry Mao