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

NVIDIA Jetson Nano上PyTorch无法调用CUDA问题求助

问题解决:Jetson Nano上PyTorch CUDA不可用

核心原因

你通过PyTorch官网指令安装的cu116版本包是针对x86_64架构的,而Jetson Nano为ARM64(aarch64)架构,实际安装的是CPU版本PyTorch,因此CUDA无法启用。

解决方案

1. 卸载现有PyTorch和TorchVision

执行命令清理当前安装:

pip uninstall -y torch torchvision

2. 安装Jetson专用PyTorch版本

Jetson平台需使用NVIDIA官方适配ARM架构的PyTorch包,对应CUDA 11.6的推荐版本为PyTorch 1.13.0:

pip install torch==1.13.0 torchvision==0.14.0 --extra-index-url https://developer.download.nvidia.com/compute/redist/jp/v511

注:该源是NVIDIA为JetPack 5.1.1版本Jetson平台提供的专用仓库,完美适配ARM64架构与Jetson CUDA环境。

3. 验证CUDA可用性

重新进入Python环境验证:

import torch
print(torch.cuda.is_available())  # 正常应输出True
print(torch.version.cuda)         # 正常应显示11.6

4. 额外排查(若问题仍存在)

  • 确认JetPack版本:执行jetson_release查看,需为5.1.1及以上(对应CUDA 11.6),Jetson的CUDA依赖JetPack组件。
  • 配置环境变量:确保CUDA路径加入系统环境,可将以下命令添加到~/.bashrc永久生效:
    export PATH=/usr/local/cuda-11.6/bin:$PATH
    export LD_LIBRARY_PATH=/usr/local/cuda-11.6/lib64:$LD_LIBRARY_PATH
    

内容的提问来源于stack exchange,提问作者Elías

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:2026.08.23 10:21:38