Mac M1 MPS GPU无法解决CUDA反序列化RuntimeError问题求助

问题原因 #

同事用NVIDIA GPU保存的pickle文件中，PyTorch张量的设备信息被标记为CUDA。直接用pickle.load读取时，张量会尝试自动加载到CUDA设备，但你的Mac没有CUDA环境，因此触发报错。即使改用torch.load，如果使用方式不正确也会继续报错。

解决方案 #

1. 正确使用torch.load处理设备映射 #

必须通过torch.load而非pickle.load加载文件，同时指定map_location参数将张量映射到CPU或MPS设备：

import torch
import pickle

# 映射到CPU加载
with open('patient_notes_agg.pickle', 'rb') as f:
    patient_notes_agg = torch.load(f, map_location=torch.device('cpu'))

# 验证加载结果
patient_notes_agg.head()

如果需要将张量加载到MPS设备（确保torch.backends.mps.is_available()返回True），可以修改map_location：

patient_notes_agg = torch.load(f, map_location=torch.device('mps'))

2. 排查报错残留问题 #

• 确认文件路径正确，避免加载了错误的旧文件
• 若同事是直接用pickle.dump保存的包含CUDA张量的对象，torch.load依然能正确处理设备映射，无需额外修改

3. 验证环境兼容性 #

确认你的PyTorch版本支持MPS：

import torch
print(torch.backends.mps.is_available())  # 应返回True
print(torch.__version__)  # 你的版本是1.13.0，符合要求

内容的提问来源于stack exchange，提问作者LCheng