Arch系统Jupyter notebook中PyTorch CUDA支持不可用问题咨询

问题常见诱因 #

Arch源提供的jupyterhub 1.4.0版本默认systemd服务配置开启了PrivateDevices安全隔离选项，该选项会屏蔽服务对/dev目录下非基础设备的访问，导致Jupyterhub启动的内核进程无法识别NVIDIA显卡的/dev/nvidia*设备节点，是该场景下最常见的诱因。

可执行的排查步骤 #

• 第一步：验证设备访问权限
  在Jupyter notebook中执行!ls /dev/nvidia*，如果输出无/dev/nvidia0、/dev/nvidiactl等设备文件，即可确认是设备访问被隔离导致的问题。
• 第二步：检查Jupyterhub的systemd服务配置
  执行systemctl cat jupyterhub查看服务配置，确认是否存在PrivateDevices=true配置项：
  如果存在该配置，执行以下操作覆盖默认配置：

# 创建设备权限覆盖配置目录
mkdir -p /etc/systemd/system/jupyterhub.service.d/
# 写入覆盖配置
cat > /etc/systemd/system/jupyterhub.service.d/override.conf << EOF
[Service]
PrivateDevices=false
DeviceAllow=/dev/nvidia* rwm
EOF
# 重载配置并重启服务
systemctl daemon-reload
systemctl restart jupyterhub

• 第三步：验证Jupyterhub运行用户的组权限
  执行ps aux | grep jupyterhub查看进程运行用户，执行groups 运行用户名确认该用户已加入video组，若未加入执行usermod -aG video 运行用户名后重启Jupyterhub服务。
• 第四步：验证PyTorch运行时库加载情况
  在Jupyter notebook中执行以下命令，确认加载的CUDA库版本与系统版本匹配：

import torch
print(torch.version.cuda)
!ldd $(python -c "import torch; print(torch._C.__file__)") | grep cuda

内容的提问来源于stack exchange，提问作者Katoon