5060显卡，部署CUDA和pytorch，绝对成功

前言

电脑华硕天选air2025,5060显卡

5060显卡需要支持到sm120的推理计算

因此，需要下载CUDA最新版，在https://pytorch.org/get-started/locally/中，选着Nightly版本，选择一个适合5060的CUDA版本12.8，并复制下面的网址并打开：https://download.pytorch.org/whl/nightly/cu128

1、安装CUDA12.8和cuDNN

https://developer.nvidia.com/cuda-toolkit-archive，就下12.8.1最新版的

下载完，正常安装就行，省略。

https://developer.nvidia.com/cudnn-downloads

下载，默认安装就行。

2、安装pytorch

打开前面获得的网址：https://download.pytorch.org/whl/nightly/cu128

找到torch和torchvision

分别点进去，找到CUDA12.8对应最新的torch（20250909）和torchvision（20250910，日期必须在torch后面）版本

注意：CU128指对应CUDA12.8版本，CP310指对应python3.10版本，必须一致

下载到指定目录：比如我的：D:\Desktop

开始安装pytorch：

1️⃣创建conda虚拟环境（python版本对应上述的3.10）

conda create --name yolov8 python=3.10

2️⃣进入环境

conda activate yolov8

3️⃣进入存放torch和torchvision的目录，并以此按次序安装离线包

cd D:\Desktop

pip install "torch-2.9.0.dev20250909+cu128-cp310-cp310-win_amd64.whl"

pip install "torchvision-0.24.0.dev20250910+cu128-cp310-cp310-win_amd64.whl"

4️⃣验证环境安装是否成功

进入python中，确认pytorch安装情况，代码一行一行确认。

python -c "import torch; print('PyTorch版本:', torch.__version__); print('CUDA可用:', torch.cuda.is_available()); print('GPU数量:', torch.cuda.device_count()); print('CUDA版本:', torch.version.cuda if torch.cuda.is_available() else '未安装'); print(torch.cuda.get_arch_list())"

版本正确，能true使用，主要是支持sm120计算，就配置成功啦。

16XX的显卡安装cu102的版本，否则可能训练出现问题
30XX、40xx显卡，要安装cu111以上的版本，否则无法运行