如何让conda环境中的nvcc版本与PyTorch对应的CUDA版本保持一致

你之前安装的cudatoolkit=10.1仅包含CUDA运行时依赖，不包含nvcc编译器组件，因此系统PATH优先级更高的全局CUDA 10.0的nvcc会被默认调用，按以下步骤操作即可解决：

• 首先激活你安装了PyTorch 1.7.1的目标conda环境，执行如下命令安装对应版本的CUDA编译工具链：

conda install cudatoolkit-dev=10.1 -c conda-forge

• 安装完成后，执行conda deactivate退出当前环境，再重新conda activate <你的环境名>激活环境，让环境变量生效。
• 执行nvcc --version验证版本，确认输出的CUDA release版本为10.1即可。

注意事项 #

• 该操作仅修改当前conda环境的配置，不会影响系统全局的CUDA 10.0版本，退出conda环境后nvcc会自动恢复为系统的10.0版本。
• 确认nvcc版本匹配后再重新安装PYG相关依赖，即可避免版本不匹配导致的编译报错。

内容的提问来源于stack exchange，提问作者marlon