Files

T

hwd32 eaea556056 docs(05): 补 PyTorch 实机跑通记录

- torch 2.12.0 + torchvision 0.27.0 + torchaudio 2.11.0
- CUDA True | GPU: NVIDIA GeForce RTX 5060 Ti 验证通过
- 装 5 分钟（清华源代理）
- 附实机安装日志和验证输出
- README 进度表 05 改成 ✅

2026-06-14 12:12:20 +08:00

3.5 KiB

Raw Permalink Blame History

05 PyTorch 验证

目标

装 PyTorch + cu128，验证能调用 5060 Ti。

本机实测版本（2026-06-14）：

Python 3.11.15

torch 2.12.0

torchvision 0.27.0

torchaudio 2.11.0

triton 3.7.0

CUDA Toolkit 12.8（系统层） + CUDA Runtime 13.0.96（PyTorch 自带）

下载耗时：5 分钟（清华源代理）

装 venv

WSL2 Ubuntu 终端：

cd /mnt/d/llm-code
uv venv --python 3.11 .venv
source .venv/bin/activate

应当看到命令行前缀变成 (.venv) eric@...。

装 PyTorch（用清华源代理，国内最快）

uv pip install torch torchvision torchaudio \
  --index-url https://download.pytorch.org/whl/cu128 \
  --extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple

参数	用途
`--index-url`	强制走 PyTorch 官方源（拉 cu128 专用 wheel）
`--extra-index-url`	补充源，其他依赖走清华（`pypi.tuna.tsinghua.edu.cn`）

不要同时加 --index-url 和 -i，uv 会报"重复"。

预计 5-15 分钟（约 2.5 GB 下载）。

实机安装日志（2026-06-14）

Resolved 33 packages in 2.11s
Prepared 33 packages in 5m 00s
Installed 33 packages in 5m 19s
+ torch==2.12.0
+ torchaudio==2.11.0
+ torchvision==0.27.0
+ triton==3.7.0
+ nvidia-cublas==13.1.1.3
+ nvidia-cuda-runtime==13.0.96
+ nvidia-cudnn-cu13==9.20.0.48
+ nvidia-nccl-cu13==2.29.7
+ ...（共 33 个包，含 NVIDIA 13.x 系列 CUDA 库）

注意：装 PyTorch 2.12 时它自动拉了 CUDA 13.x 的运行时包（cublas/cudnn/nccl 等），但用的是系统层的 CUDA Toolkit 12.8（nvcc）来编译扩展。这两套并存，没问题——PyTorch 编译时认 12.8，运行用 13.0，版本对得上。

验证（关键！）

python -c "import torch; print('CUDA:', torch.cuda.is_available(), '| GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'NONE')"

应输出：

CUDA: True | GPU: NVIDIA GeForce RTX 5060 Ti

实机输出（2026-06-14）

(.venv) eric@ERIC-GEM12:/mnt/d/llm-code$ python -c "import torch; print('CUDA:', torch.cuda.is_available(), '| GPU:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'NONE')"
CUDA: True | GPU: NVIDIA GeForce RTX 5060 Ti

✅ PyTorch 链路全打通。

跑个真测试（确认能算东西）

python -c "
import torch
x = torch.randn(1000, 1000, device='cuda')
y = torch.randn(1000, 1000, device='cuda')
z = x @ y
print('矩阵乘法 OK, 形状:', z.shape, '设备:', z.device)
print('显存占用:', torch.cuda.memory_allocated()/1e9, 'GB')
"

应输出：

矩阵乘法 OK, 形状: torch.Size([1000, 1000]) 设备: cuda:0
显存占用: 8.0... GB

镜像版本必须匹配

torch	torchvision	torchaudio
2.7.0	0.22.0	2.7.0
2.7.1	0.22.1	2.7.1
2.8.0	0.23.0	2.8.0

不要混搭（如 torch 2.7.1 + torchvision 0.22.0，会出兼容警告）。

常见问题

输出 `CUDA: False`

按顺序排查：

nvidia-smi 在 WSL2 能不能看到卡
nvcc --version 是不是 12.8
重新装一遍 PyTorch（可能是装时网络断了，下了不完整的 wheel）

装时报 `pip` 相关错

deactivate
uv venv --python 3.11 .venv --clear
source .venv/bin/activate
# 重装

装完 import 报 `libcudart.so not found`

CUDA Toolkit 没装好，回到 03 WSL2 + CUDA 12.8 重新装。

下一步

✅ 通过后 → 06 ComfyUI 装出图

3.5 KiB Raw Permalink Blame History Unescape Escape