WSL2环境RTX3080运行Pytorch报错No CUDA GPUs are available求助

1. 环境变量校验 #

• 检查CUDA_VISIBLE_DEVICES变量是否被错误配置：

echo $CUDA_VISIBLE_DEVICES

若返回空值或非0的无效值，执行export CUDA_VISIBLE_DEVICES=0临时测试，验证生效后将该指令写入~/.bashrc或对应shell的配置文件永久生效。

• 检查WSL2专属CUDA动态库路径是否已加入环境变量：

echo $LD_LIBRARY_PATH

返回结果需包含/usr/lib/wsl/lib路径，若缺失则将export LD_LIBRARY_PATH=/usr/lib/wsl/lib:$LD_LIBRARY_PATH写入shell配置文件。

2. 重新安装适配版本PyTorch #

你当前使用conda渠道安装的PyTorch 1.10.0+cu113包存在WSL2适配缺陷，torch.cuda.get_arch_list()返回空即可证明该包未正确内置适配安培架构的二进制文件，按以下操作重新安装：

1. 卸载当前环境内的PyTorch相关包：

conda uninstall pytorch torchvision torchaudio cudatoolkit

2. 改用PyTorch官方提供的cu113适配pip包进行安装，不要使用conda渠道的对应版本。若安装后仍有冲突，可保留系统级CUDA 11.3，不安装conda环境内的cudatoolkit包即可，你的TensorFlow可正常调用GPU已证明系统CUDA配置无问题。

3. 结果验证 #

安装完成后进入Python环境执行以下指令校验：

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_arch_list())
print(torch.cuda.device_count())

正常返回结果应为True、包含sm_86的架构列表、1，即问题修复完成。

根因说明 #

你已完成的排查项（宿主机PyTorch正常、Docker内PyTorch正常、CUDA样例运行正常、TensorFlow可正常调用GPU）已经完全排除硬件、驱动、WSL2本身的CUDA兼容性问题，故障仅出在conda渠道构建的PyTorch 1.10 cu113版本包的WSL2适配缺失。

内容的提问来源于stack exchange，提问作者harold