兄弟，看你遇到的这两个问题：

输入nvidia-smi提示命令找不到，显卡是MTT S80；装了CPU版PyTorch后，调用model.cuda()时报错AssertionError: Torch not compiled with CUDA enabled

这都是因为MTT S80是摩尔线程的国产显卡，和NVIDIA显卡的生态完全不同，不能直接套用NVIDIA的那套配置流程，我给你一步步说怎么解决：

一、解决nvidia-smi命令找不到的问题 #

• 划重点：MTT S80不支持NVIDIA的nvidia-smi工具，摩尔线程有自己的显卡状态查询工具mtt-smi。
• 你需要先完成摩尔线程显卡驱动和CUDA兼容环境的安装：
  1. 如果之前装过NVIDIA驱动，先彻底卸载干净，避免冲突；
  2. 下载MTT S80对应的MTTDriver驱动包和MTTCUDA工具包，按照官方指引完成安装；
  3. 安装完成后重启系统，输入mtt-smi就能看到显卡的型号、驱动版本、显存使用情况等信息了。

二、解决PyTorch调用CUDA报错的问题 #

你现在装的是CPU版PyTorch，而且官方标准PyTorch只适配NVIDIA的CUDA，不支持摩尔线程的MTTCUDA，所以才会出现“Torch未编译CUDA支持”的报错，解决步骤如下：

1. 先卸载当前的CPU版PyTorch：
   如果是用pip安装的，执行：

   pip uninstall -y torch torchvision torchaudio
   

   如果是conda环境安装的，执行：

   conda remove -y torch torchvision torchaudio
   

2. 安装摩尔线程适配的PyTorch版本：
   摩尔线程提供了专门适配MTTCUDA的PyTorch包，你可以通过他们的conda通道或者pip源安装。比如用conda安装的话：

   conda install torch torchvision torchaudio -c mtt
   

   注意要选择和你安装的MTTCUDA版本匹配的PyTorch版本，具体版本对应关系可以参考官方适配说明。
3. 验证安装是否成功：
   打开Python终端，运行以下代码：

   import torch
   print("CUDA是否可用：", torch.cuda.is_available())
   print("显卡数量：", torch.cuda.device_count())
   print("当前显卡名称：", torch.cuda.get_device_name(0))
   

   如果输出显示CUDA可用，且显卡名称是MTT S80，就说明配置成功了。

备注：内容来源于stack exchange，提问作者lqqq