模块 2 - Reproducible AI Environment · 第 07 课
CUDA、Driver 与 PyTorch 环境层次
不背易过时的版本号，而是按层定位“GPU 看不见”问题。
六层模型
GPU hardware → NVIDIA driver → CUDA runtime/toolkit → PyTorch build
→ Python environment → application
上层能否使用下层，取决于兼容性和路径；“安装了 CUDA Toolkit”不等于当前 PyTorch wheel 就能用 GPU。预编译 PyTorch 包通常带有它需要的 CUDA runtime 组件；本地 toolkit 主要在编译自定义 CUDA 扩展时使用。版本相关选择应以 PyTorch 安装页和 NVIDIA 当前文档为准。
两个最小探针
nvidia-smi
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.version.cuda)"
nvidia-smi 主要观察 driver 和 GPU；PyTorch 探针观察当前 Python 环境中的 build 和 runtime。安装了 CPU-only PyTorch 的机器也应能运行第二条并打印 False；只有没有安装 torch 或安装损坏时才会 import 失败。重点是记录层次，而不是伪造 GPU 结果。
诊断矩阵
| 现象 | 优先检查 |
|---|---|
nvidia-smi 不存在 | 机器/驱动层，或你不在目标 server |
| 有 GPU，PyTorch 为 false | 当前 interpreter、PyTorch build、驱动兼容性 |
| import torch 失败 | 环境依赖或安装损坏 |
| 远程与本地结果不同 | 两台机器的 driver、环境和启动命令 |
不要在没有证据时“再装一次 CUDA”。先收集命令、解释器路径、PyTorch 版本和错误全文。
练习
在 CPU 机器生成一份诊断报告，明确哪些层不可观测；在有授权的 GPU server 上再运行同一报告，比较差异。把报告加入模板的 docs/diagnostics/，不要提交私有路径或 token。
查看答案
探针把问题分层：硬件/driver、PyTorch build、Python interpreter。只看到“CUDA 版本”无法证明应用真的拿到了 GPU。
官方延伸阅读
第 07 课 学习进度仅保存在当前浏览器。