Ubuntu 24.04.2系统安装PyTorch后无法识别GPU怎么办？

在 Ubuntu 24.04.2 系统上安装 PyTorch 后无法识别 GPU，通常是由于 CUDA 驱动、NVIDIA 显卡驱动或 PyTorch 安装方式不匹配 导致的。以下是详细的排查和解决步骤：

✅ 第一步：确认你的显卡支持 CUDA

确保你使用的是 NVIDIA 显卡（如 GTX 10xx、RTX 20/30/40 系列等），且支持 CUDA。

lspci | grep -i nvidia

如果无输出，说明系统未检测到 NVIDIA 显卡，可能是硬件问题或驱动未加载。

✅ 第二步：检查 NVIDIA 驱动是否正确安装

1. 查看驱动版本：

nvidia-smi

✅ 正常输出示例：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.129.03   Driver Version: 535.129.03   CUDA Version: 12.2     |
|-------------------------------+----------------------+----------------------+
| GPU 0  Tesla T4           Off | 0%   35C    P8     10W /  70W |      0MiB / 15360MiB |
+-------------------------------+----------------------+----------------------+

🔴 如果提示 command not found 或报错：

• 表示 NVIDIA 驱驱动未安装或未正确加载

2. 安装正确的 NVIDIA 驱动

推荐使用官方源或 Ubuntu 自带工具：

# 更新包列表
sudo apt update

# 查找推荐驱动
ubuntu-drivers devices

# 自动安装推荐驱动
sudo ubuntu-drivers autoinstall

# 或手动选择安装（例如）
sudo apt install nvidia-driver-535

💡 注意：Ubuntu 24.04 默认可能使用 nvidia-driver-535 或更高版本（如 550）。确保版本与 CUDA 兼容。

重启系统后再次运行 nvidia-smi 检查是否正常。

✅ 第三步：确认 CUDA 是否可用

PyTorch 使用的是 CUDA Toolkit（由 NVIDIA 提供），但通常通过 PyTorch 自带的 CUDA 库运行，不需要单独安装完整 CUDA Toolkit。

但你需要确保：

• nvidia-smi 显示的 CUDA 版本 ≥ PyTorch 所需的 CUDA 版本
• 例如：PyTorch 若使用 CUDA 12.1，则 nvidia-smi 的 CUDA 版本应 ≥ 12.1

⚠️ 注意：nvidia-smi 显示的是 驱动支持的最高 CUDA 版本，不代表系统已安装该版本的开发工具。

✅ 第四步：正确安装支持 GPU 的 PyTorch

不要用默认的 pip install torch，因为它可能只安装 CPU 版本！

请从 https://pytorch.org/get-started/locally/ 获取对应命令。

示例（CUDA 12.1）：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

🔁 如果你不确定 CUDA 版本，可先尝试 cu121（最常见）

✅ 第五步：验证 PyTorch 是否识别 GPU

进入 Python 环境测试：

import torch

print("CUDA available:", torch.cuda.is_available())
print("CUDA version:", torch.version.cuda)
print("Number of GPUs:", torch.cuda.device_count())
if torch.cuda.is_available():
    print("Current GPU:", torch.cuda.get_device_name(0))

✅ 正常输出应类似：

CUDA available: True
CUDA version: 12.1
Number of GPUs: 1
Current GPU: NVIDIA GeForce RTX 3060

❌ 常见问题及解决方案

✅ 附加建议

1. 避免混合 conda 和 pip 安装 PyTorch，容易冲突。
2. 推荐使用虚拟环境：

   python -m venv torch-env
   source torch-env/bin/activate
   pip install --upgrade pip
   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

3. 更新系统内核后，可能需要重新生成 initramfs 并更新 NVIDIA 模块：

   sudo update-initramfs -u

🧰 总结流程

# 1. 检查显卡
lspci | grep -i nvidia

# 2. 安装驱动
sudo ubuntu-drivers autoinstall
# 或 sudo apt install nvidia-driver-535

# 3. 重启
sudo reboot

# 4. 验证驱动
nvidia-smi

# 5. 安装 PyTorch（CUDA 版）
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

# 6. 测试
python -c "import torch; print(torch.cuda.is_available())"

如果你执行完以上步骤仍然失败，请提供以下信息以便进一步诊断：

• nvidia-smi 输出
• lspci | grep -i nvidia
• 你安装 PyTorch 的具体命令
• python -c "import torch; print(torch.__version__); print(torch.version.cuda)"

我可以帮你精准定位问题。