0. 檢查 GPU 狀態(tài)（顯卡是否激活）
任務管理器-性能-GPU 正確顯示型號就是顯卡激活
| GPU | 型號 | 是否支持 CUDA | 當前狀態(tài) |
|---|---|---|---|
| 0 | Intel UHD Graphics 620 | ? 不支持 | 當前被系統(tǒng)使用（利用率高） |
| 1 | NVIDIA GeForce MX250 | ? 支持 CUDA 10.0 | 空閑（利用率 0%，未被使用） |
- 版本太舊了
1. 安裝anaconda
從官網(wǎng)下載安裝 Anaconda
安裝完成后，勾選“添加到環(huán)境變量”
打開
Anaconda Prompt測試：輸入conda --version
2. 升級 驅(qū)動 ： NVIDIA-SMI 576.88 Driver Version: 576.88 CUDA Version: 12.9
命令行工具檢查
nvidia-smi
3. 創(chuàng)建并安裝 PyTorch GPU 環(huán)境
- chatgpt 建議版本： MX250 最多支持 CUDA 11.x，所以選擇 pytorch-cuda=11.8 是最穩(wěn)妥的兼容版本。
conda create -n torch_env python=3.8 -y
conda activate torch_env
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
4. 驗證 GPU 是否成功啟用
import torch
print("是否檢測到 GPU：", torch.cuda.is_available())
if torch.cuda.is_available():
print("GPU 名稱：", torch.cuda.get_device_name(0))
print("CUDA 版本（PyTorch 編譯用的）：", torch.version.cuda)
print("當前設備編號：", torch.cuda.current_device())
print("總顯存：", round(torch.cuda.get_device_properties(0).total_memory / 1024**2), "MB")
else:
print("?? 未檢測到 CUDA 支持，請檢查驅(qū)動或安裝版本")
5. 簡單腳本測試
import torch
import time
# 在 GPU 上創(chuàng)建大張量
device = torch.device("cuda")
x = torch.rand(10000, 10000, device=device)
y = torch.rand(10000, 10000, device=device)
# 計時矩陣乘法
start = time.time()
z = torch.matmul(x, y)
torch.cuda.synchronize() # 等待 GPU 完成計算
end = time.time()
print("矩陣乘法完成，耗時：", round(end - start, 3), "秒")
print("結果張量設備：", z.device)
