共计 1449 个字符，预计需要花费 4 分钟才能阅读完成。
问题背景
5060 显卡是中端显卡，常用于深度学习开发、视频渲染和游戏开发。当 GPU 无法使用时，常见表现为：
- 设备管理器显示黄色感叹号
- PyTorch/TensorFlow 报错 ”No CUDA-capable device is detected”
- GPU- Z 显示显存频率为 0MHz
系统检查清单
-
硬件检查
-
确保显卡完全插入 PCIe x16 插槽（靠近 CPU 的插槽优先）
- 检查 8pin/6pin 供电线是否插牢
-
尝试更换 DP/HDMI 线排除显示输出问题
-
基础诊断工具
-
GPU-Z：检查 Bus Interface 是否显示为 ”PCIe x16 3.0 @ x16 3.0″
- 设备管理器：查看 ” 显示适配器 ” 下是否识别到显卡型号
驱动解决方案
-
驱动版本选择
-
访问 NVIDIA 官网 输入显卡型号
-
生产环境建议选择 Studio 驱动，开发环境可选 Game Ready 驱动
-
彻底卸载旧驱动（Windows）
# 使用 DDU 工具前需进入安全模式
# 下载地址：https://www.wagnardsoft.com/- 选择 ” 清理并重启 ” 模式
-
安装新驱动时勾选 ” 执行清洁安装 ”
-
Linux 驱动安装
# Ubuntu 示例
sudo apt purge nvidia*
sudo ubuntu-drivers autoinstall环境配置
- CUDA 工具包匹配
| 框架版本 | 推荐 CUDA 版本 |
|---|---|
| TensorFlow 2.10+ | CUDA 11.2-11.8 |
| PyTorch 2.0+ | CUDA 11.7/11.8 |
- conda 环境示例
conda create -n gpu_env python=3.8
conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch典型错误处理
-
错误代码 43（Windows）
-
更新主板 BIOS
- 关闭 Windows 快速启动
-
设备管理器→禁用→启用显卡
-
TDR 延迟调整
TDR(Timeout Detection and Recovery)是 Windows 的显卡超时检测机制
Windows Registry Editor Version 5.00
[HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\GraphicsDrivers]
"TdrDelay"=dword:00000008验证测试
- PyTorch 测试脚本
import torch
# 基础检测
print(f"CUDA available: {torch.cuda.is_available()}")
print(f"Device count: {torch.cuda.device_count()}")
# 性能测试
device = torch.device("cuda:0")
tensor = torch.randn(10000, 10000, device=device)
%timeit tensor @ tensor.T # 应获得明显加速- CUDA 带宽测试
# Linux 安装测试工具
sudo apt install nvidia-cuda-toolkit
bandwidthTest --device=0避坑指南
-
多卡混插注意
-
不同架构显卡（如 Turing+Ampere）可能不兼容
-
需在 BIOS 中设置 PCIe 速度为 Gen3
-
电源管理
-
在 NVIDIA 控制面板→管理 3D 设置→电源管理模式选 ” 最高性能 ”
- Windows 电源计划改为 ” 高性能 ”
延伸资源
- NVIDIA 官方论坛
- Stack Overflow 显卡标签
- Linux 用户参考：Arch Wiki NVIDIA
遇到复杂问题时，建议记录完整的错误日志（包括系统版本、驱动版本、错误代码）再寻求社区帮助
正文完
