4070ti安装torch环境的一些记录

1.背景

主机显卡为4070ti，比较新的显卡，但是有的时候会跑比较老的代码。

比较简单的问题就是这样。sm_89

NVIDIA GeForce RTX 4070 Ti with CUDA capability sm_89 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.
If you want to use the NVIDIA GeForce RTX 4070 Ti GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

再恶心一点的问题就是，模型跑在cpu训练，GPU利用率0%。

更恶心的就是各种版本不匹配的问题，cuda版本，torch版本，python版本，numpy版本。

2，原因

1.显卡算力太高

2.输入的是gpu版本的指令，但是装成了cpu版本

3.不要使用cuda的命令安装，cuda会帮你安装一些依赖环境，比如numpy包，这个包的版本可能是对的，但是你使用conda install matplotlib 命令，会把这个版本的numpy包卸载，安装另一个版本的numpy，这样的话numpy与torch版本就会不匹配。

3，解决办法

1，安装高版本cuda

无论你使用的别人的网络，它告诉你使用的cuda版本是多少，比如cuda10.9，但是4070ti一般可以装到cuda12以上，使用nVidia ——smi，检测你的显卡驱动支持的最高等级cuda，然后安装cuda。安装完成使用，nvcc——V，查看安装成功的cuda版本。

高版本cuda向下兼容。

2，安装高版本torch

无论你使用的别人的网络，它告诉你使用的torch版本是多少，你可以安装一下尝试一下，如果不行，直接安装torch1.13版本。

或者安装你的cuda支持的最高等级的torch。

高版本torch向下兼容。

3，pip安装

使用pip安装，会自动帮你安装依赖的cu117。