torch 和paddle 的GPU版本可以放在同一个conda环境下吗

新建conda 虚拟环境，python 版本3.8.17

虚拟机，系统centos 7,内核版本Linux fastknow 3.10.0-1160.92.1.el7.x86_64 ，显卡T4，nvidia-smi ,460.32.03，对应cuda 11.2，安装cuda 11.2和cudnn，conda 版本23.1

conda 安装paddle GPU 版本2.4.2+cuda112，pip安装torch 2.0.1+cuda11.7,

单执行

import paddle

paddle.utils.run_check()

不报错，并且基于paddle的应用也可以使用

单执行

import torch

torch.cuda.is_available()

print(torch.rand(3,3).cuda())

不报错，并且基于torch的应用也可以使用

但是....，如果同时导入2个包，问题就来了

import torch

torch.rand([3,3]).cuda()

import paddle

paddle.utils.run_check()

第3行就会报如下错误
    ExternalError: CUBLAS error(15).
      [Hint: Please search for the error code(15) on website (https://docs.nvidia.com/cuda/cublas/index.html#cublasstatus_t) to get Nvidia's official solution and advice about CUBLAS Error.] (at /paddle/paddle/phi/kernels/funcs/blas/blas_impl.cu.h:35)
      [operator < matmul_v2 > error]
并且paddle gpu版本还没法使用，会报和上述类似的错误，如下所示

(External) CUBLAS error(15).
  [Hint: Please search for the error code(15) on website (https://docs.nvidia.com/cuda/cublas/index.html#cublasstatus_t) to get Nvidia's official solution and advice about CUBLAS Error.] (at /paddle/paddle/phi/kernels/funcs/blas/blas_impl.cu.h:35)
  [operator < fc > error]

换个顺序执行

import paddle

paddle.utils.run_check()

import torch

第3行导入torch 就会报如下错误

  File "/虚拟环境名字/lib/python3.8/site-packages/torch/__init__.py", line 229, in <module>
    from torch._C import *  # noqa: F403
ImportError: /home/haieradmin/test/miniconda3/envs/langchain/lib/python3.8/site-packages/torch/lib/libtorch_cuda.so: symbol cudaGraphDebugDotPrint, version libcudart.so.11.0 not defined in file libcudart.so.11.0 with link time reference
 

但是换成办公电脑win10 系统，版本号21H2，内部版本19044.1889，conda 4.13.0,显卡3080，nvidia-smi 驱动512.95，cuda 11.6，安装cuda 11.6和cudnn,paddle 2.4.2+cuda116,torch 1.13.1+cuda116, 两者可以并存且基本很好的工作（没有看到报错）

然后再换成新的服务器，ubuntu 20.04,显卡T4，nvidia-smi 515.65.01,cuda 11.7,安装cuda 11.7和cudnn 8.8.0,然后创建虚拟环境，安装torch 和paddle，两者基本可以并存并很好的工作

再次在上述虚拟机上重新新建conda 环境，先pip安装torch(非源码安装，官网上貌似没有cuda11.2对应的torch,安装的cudatoolkit是11.3),再pip安装paddle+cuda112，发现torch 和paddle 一样存在冲突，和上面的错误一样

然后卸载原来的torch，再重新安装低版本cuda对应的torch ，对应的cudatoolkit 为11.1,pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

再次运行发现，两者已经不冲突了，因此这个配置是torch 1.10.1+cu111,paddle 2.4.2+cuda112,两者可以并存并可以很好的工作。

原因分析： 貌似高版本torch自带cuda,它使用的cuda 是nvidia-smi 显示的cuda 版本，不需要机子安装的那个cuda,paddle 使用的cuda 也是nvidia-smi 显示的cuda 版本，但是paddle 需要安装cuda 和cudnn，torch 工作只需要驱动的cuda 兼容torch带的cuda 就可以。所以同时使用torch 和paddle ,要尽量做到nvidia-smi ,cuda, cudnn ,torch,paddle 的cuda 版本要一致，如果实在不一致(如torch没有cuda112的版本，paddle没有cuda113、cuda114的版本)，建议先安装paddle，因为paddle需要安装cuda 和cudnn ,确保paddle正常工作后，再调测不同版本的torch，仅供参考

有些高版本的torch 或者paddle可以使用低版本的cuda ,但两者同时使用也报错，这是驱动和cuda 11.6,torch 1.13.1和paddle 2.6.0测试下的结果

from torch._C import *  # noqa: F403
RuntimeError: generic_type: type "_CudaDeviceProperties" is already registered!，

或者

from . import libpaddle
ImportError: generic_type: type "_gpuDeviceProperties" is already registered!

已测试过的兼容版本信息如下

驱动及cuda 版本             torch 版本           paddle GPU版本            操作系统

11.2                                1.10.1+cu102       2.4.2                               centos-7

11.6                                1.13.1+cu116       2.4.2                                win10
11.8                                2.1.2+cuda118     2.6.0                                ubuntu20.04

参考资料：

1https://github.com/PaddlePaddle/Paddle/issues/49519

2进行模型预测遇到以下错误OSError: (External) CUBLAS error(15)