You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

CUDA 11.6与PyTorch 1.12.1兼容异常:RTX3060笔记本GPU适配排查

问题根源与解决方案

既不是PyTorch与CUDA 11.6的兼容问题,也不是CUDA与GPU的适配问题,问题出在你安装的PyTorch预编译包未包含sm_86算力的支持。

原因说明

  • PyTorch 1.12.1官方明确兼容CUDA 11.6,且原生支持sm_86(RTX 30系列GPU的算力规格),不存在兼容性障碍。
  • 报错提示仅支持sm_37、sm_50、sm_60、sm_70,说明当前安装的PyTorch包是针对旧款GPU编译的——大概率是误装了CPU版PyTorch,或是安装时未指定对应CUDA 11.6的GPU专属预编译包,Poetry默认拉取了通用/旧版本的包。

解决步骤

  1. 卸载现有PyTorch相关依赖:
    poetry remove torch torchvision
    
  2. 在pyproject.toml中添加PyTorch官方CUDA 11.6源:
    [[tool.poetry.source]]
    name = "pytorch"
    url = "https://download.pytorch.org/whl/cu116"
    priority = "explicit"
    
  3. 重新安装对应版本的GPU版PyTorch:
    poetry add torch==1.12.1 torchvision==0.13.1
    
  4. 验证安装有效性:
    运行以下Python代码,若输出True和(8, 6)则说明安装正确:
    import torch
    print(torch.cuda.is_available())
    print(torch.cuda.get_device_capability(0))
    

内容的提问来源于stack exchange,提问作者Harry Stuart

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.16 19:05:32