PowerShell运行Mozilla TTS训练时RTX3060Ti与PyTorch不兼容如何解决

UserWarning: NVIDIA GeForce RTX 3060 Ti with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

该报错的核心原因是RTX 30系显卡属于安培架构，sm_86算力仅在PyTorch 1.9.0及以上版本搭配CUDA 11.1+版本才原生支持，你之前尝试的1.7.1、1.8.0版本PyTorch默认搭配的CUDA版本均低于11.1，本身没有编译sm_86算力的支持，因此重复安装旧版本无法解决问题。具体解决步骤如下：

1. 清理现有冲突环境 #

• 激活你当前使用的Python虚拟环境，执行命令卸载现有PyTorch相关组件：
  pip uninstall torch torchvision torchaudio -y
• 如果你本地单独安装过CUDA 10.2/11.0版本，进入控制面板的「程序和功能」，卸载所有带NVIDIA CUDA 10.2/11.0标识的程序，避免环境串扰。

2. 安装匹配sm_86算力的PyTorch版本 #

无需单独提前安装CUDA工具包，PyTorch的预编译包已自带对应版本的CUDA runtime，直接执行对应命令安装即可：

• 选择最新稳定版（适配绝大多数新版TTS代码）：
  pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
• 选择兼容旧版TTS的版本（推荐适配大多数旧训练脚本）：
  pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113

3. 验证环境适配结果 #

安装完成后在PowerShell中进入Python交互环境，执行以下代码确认适配成功：

import torch
# 输出为True则CUDA可用
print(torch.cuda.is_available())
# 输出为(8, 6)则已正确识别3060Ti的sm_86算力
print(torch.cuda.get_device_capability(0))

4. 修复TTS依赖锁定问题 #

旧版本Coqui TTS通常会强制锁定PyTorch版本范围，你需要打开TTS目录下的requirements.txt或setup.py文件，删除其中PyTorch相关的版本限制规则，再执行pip install -e .重装TTS即可。

额外运行优化建议 #

• 3060Ti 8G显存场景下建议将训练batch size设置为8~16，可避免显存溢出同时保证训练效率，也可解决WSL环境训练数百轮后冻结的问题。

内容的提问来源于stack exchange，提问作者quavaro