Ubuntu下解决5060显卡与PyTorch GPU版本的CUDA兼容性问题

1次阅读

共计 2023 个字符，预计需要花费 6 分钟才能阅读完成。

在 Ubuntu 系统上使用 NVIDIA 5060 显卡运行 GPU 版本的 PyTorch 时，开发者常遇到 CUDA 版本不兼容的问题。具体表现为：

PyTorch 安装后无法识别 GPU 设备
运行时出现 CUDA runtime error 或unsupported CUDA version等报错
训练过程中出现性能异常或崩溃

这些问题通常源于 CUDA Toolkit 版本、NVIDIA 驱动版本与 PyTorch 预编译版本之间的不匹配。例如，PyTorch 官方预编译的 GPU 版本可能仅支持特定范围的 CUDA 版本，而 5060 显卡需要较新的驱动支持，导致版本链断裂。

针对 5060 显卡，我们需综合考虑以下版本兼容性：

NVIDIA 驱动版本：5060 显卡需要至少 515.x 以上的驱动版本
CUDA Toolkit 版本：PyTorch 官方稳定版通常支持 CUDA 11.7/11.8
PyTorch 版本：推荐使用 1.13+ 版本，其预编译包明确支持 CUDA 11.x

经过实测验证，推荐组合为：

NVIDIA 驱动：515.86.01
CUDA Toolkit：11.7
PyTorch：1.13.1+cu117

首先卸载现有驱动（如有冲突）：

sudo apt purge nvidia-*

添加官方驱动仓库并安装推荐版本：

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-515

重启后验证驱动版本：

nvidia-smi

从 NVIDIA 官网下载对应版本的 runfile 安装包：

wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda_11.7.1_515.86.01_linux.run
sudo sh cuda_11.7.1_515.86.01_linux.run

安装时注意：

取消勾选驱动安装（已单独安装）
记住安装路径（默认 /usr/local/cuda-11.7）

在 ~/.bashrc 中添加：

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

使配置生效：

source ~/.bashrc

使用 pip 安装指定 CUDA 版本的 PyTorch：

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

创建测试脚本gpu_test.py：

import torch

# 检查 CUDA 是否可用
print(f"CUDA available: {torch.cuda.is_available()}")

# 显示当前设备
if torch.cuda.is_available():
    device = torch.device("cuda")
    print(f"Current device: {torch.cuda.get_device_name(0)}")

    # 简单张量运算测试
    a = torch.randn(1000, 1000, device=device)
    b = torch.randn(1000, 1000, device=device)
    c = a @ b
    print("GPU 运算成功完成")
else:
    print("CUDA 不可用，请检查安装")

运行测试：