GPU可用但torch.cuda.is_available()返回false，附VM环境配置

问题分析 #

你的CUDA工具链（11.3）已安装，但NVIDIA驱动未正确加载或安装，导致nvidia-smi无法通信，进而PyTorch无法识别CUDA。CUDA 11.3要求最低NVIDIA驱动版本为465.19.01，需确保安装对应兼容版本。

解决步骤 #

• 卸载冲突驱动
  先清理系统中可能存在的旧NVIDIA驱动或残留文件：

  sudo apt-get purge nvidia*
  sudo apt-get autoremove
  sudo apt-get autoclean
  

• 禁用nouveau开源驱动
  nouveau会与官方NVIDIA驱动冲突，需添加黑名单：
  创建配置文件：

  sudo nano /etc/modprobe.d/blacklist-nouveau.conf
  

  写入以下内容：

  blacklist nouveau
  options nouveau modeset=0
  

  保存退出后更新initramfs并重启：

  sudo update-initramfs -u
  sudo reboot
  

• 安装兼容的NVIDIA驱动
  先安装依赖包：

  sudo apt-get install linux-headers-$(uname -r) gcc make
  

  添加NVIDIA官方仓库：

  sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/debian10/x86_64/7fa2af80.pub
  echo "deb https://developer.download.nvidia.com/compute/cuda/repos/debian10/x86_64/ /" | sudo tee /etc/apt/sources.list.d/cuda.list
  

  更新软件源并安装对应驱动（CUDA 11.3适配465版本）：

  sudo apt-get update
  sudo apt-get install nvidia-driver-465
  

  安装完成后重启系统：

  sudo reboot
  

• 验证修复效果
  重启后运行nvidia-smi，若显示GPU信息、驱动版本及CUDA版本，则驱动安装成功。此时再运行torch.cuda.is_available()应返回True。

内容的提问来源于stack exchange，提问作者LoneWolf