arm Torch not compiled with CUDA enabled
时间: 2024-12-26 19:21:56 浏览: 17
### 解决ARM架构下PyTorch未启用CUDA编译的问题
#### 了解环境需求
为了成功在ARM架构上编译带有CUDA支持的PyTorch,需先确认硬件和软件环境满足最低要求。这包括但不限于操作系统版本、CUDA兼容性和必要的构建工具链。
#### 配置开发环境
确保目标机器上的Linux发行版能够良好运行所选版本的CUDA Toolkit,并且已经正确配置了PATH和其他必要环境变量以便于后续操作[^3]。
```bash
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
```
#### 获取并准备源代码
从官方仓库克隆最新稳定分支或特定标签下的PyTorch源码至本地目录内;同时建立独立的工作空间用于存放临时文件以及最终产物。
```bash
git clone --recursive https://github.com/pytorch/pytorch.git
cd pytorch
```
#### 设置自定义选项
通过修改`setup.py`脚本中的参数来指定希望集成的具体特性集——这里主要是开启对CUDA的支持:
```python
USE_CUDA=1
TORCH_CUDA_ARCH_LIST="7.2"
```
#### 构建过程管理
利用CMake作为主要项目生成器来进行跨平台编译流程控制,期间可能需要额外安装一些Python包以辅助完成整个工程。
```bash
pip install numpy ninja pyyaml mkl mkl-include setuptools cmake cffi typing_extensions future six requests dataclasses
```
接着执行实际编译指令前还需预先设定几个重要的环境变量指向正确的驱动程序位置及其关联资源路径。
```bash
export CMAKE_PREFIX_PATH=${CONDA_PREFIX:-"$(dirname $(which conda))/../"}
export TORCH_CUDA_ARCH_LIST="7.2"
export USE_CUDA=1
```
最后启动正式的编译任务,此阶段可能会消耗较长时间视乎具体设备性能而定。
```bash
python setup.py build develop
```
如果一切顺利的话,在经过一段时间等待之后应该就能得到一个包含了完整CUDA功能模块的新鲜出炉PyTorch实例了!
阅读全文