pytorch没有cuda120（PyTorch 无法支持 CUDA 120）

PyTorch 无法支持 CUDA 12.0

问题背景：

自从 2021 年 8 月份发布 CUDA 12.0 后，许多深度学习开发人员反馈 PyTorch 无法支持 CUDA 12.0。这个问题引起了广泛的关注和讨论，并且很多人都在寻找解决方法。本文将探讨 PyTorch 不支持 CUDA 12.0 的原因和解决方案。

原因分析：

目前，PyTorch 无法支持 CUDA 12.0 的主要原因是由于缺乏 cuda-toolkit 12.0 这个版本。从 Nvidia 固件库中可以发现，cuda-toolkit 12.0 的版本确实还没有发布。据官方的说法，他们正在积极开发该版本的 cuda-toolkit，但是目前该版本的发布时间还未确定。

解决方案：

在 PyTorch 支持 CUDA 12.0 的新版本发布之前，有几种解决方案可以帮助你解决这个问题。 第一种解决方案是回退到 CUDA 11.1 或更低版本。这种解决方案并不是很好，因为许多新的功能和优化性能只在 CUDA 12.0 中才能实现。此外，如果你的计算机已经升级到 CUDA 12.0，回退到旧版本也会很麻烦。 第二种解决方案是使用 Anaconda 环境。如果你使用了 Anaconda 管理你的 Python 环境，你可以在同一个 Anaconda 环境中同时安装不同版本的 CUDA。在这种情况下，你可以在一个环境中使用 python 3.7.7 和 CUDA 11.1，而在另一个环境中使用 python 3.8.5 和 CUDA 12.0。 第三种解决方案是使用 Docker。使用 Docker 可以轻松地创建和管理多个环境，并使其与不同版本的 CUDA 兼容。使用 Docker 也可以避免环境配置出现的繁琐问题，从而提高工作效率。

总结：

本文介绍了 PyTorch 无法支持 CUDA 12.0 的原因和解决方案。针对这个问题，我们提出了三种解决方案，分别是回退到 CUDA 11.1 或更低版本、使用 Anaconda 环境和使用 Docker。虽然这些解决方案都存在一些局限性，但它们都是目前可行的方法。我们期待 Nvidia 可以尽快发布 cuda-toolkit 12.0 的版本，以便 PyTorch 可以支持最新版本。