你好，我是 shengjk1，多年大廠經(jīng)驗，努力構(gòu)建 通俗易懂的、好玩的編程語言教程。 歡迎關(guān)注！你會有如下收益：
- 了解大廠經(jīng)驗
- 擁有和大廠相匹配的技術(shù)等
希望看什么，評論或者私信告訴我！
一、前言
最近喜歡上了 ComfyUI ，在安裝的過程中，出現(xiàn)了
AssertionError: Torch not compiled with CUDA enabled
網(wǎng)上有很多文章都在講怎么解決，沒啥意思，本篇會視圖搞懂啥是 CUDA，為 Torch 是基于 CUDA 的
二、正文
2.1 CUDA 是什么
全稱：Compute Unified Architecture，是 Nvidia’s GPUs 上的通用處理平臺。不需要順序執(zhí)行的任務，可以利用GPU中的 CUDA 實現(xiàn)并行計算
借助 C、C++ 和 Fortran 語言支持，使用 CUDA 將計算密集型任務運行到 Nvidia GPU 非常容易。 CUDA 被用于需要大量計算能力的領(lǐng)域，或者可以并行化并且需要高性能的場景。機器學習、醫(yī)學研究和分析、物理學、超級計算、加密貨幣挖掘、科學建模和模擬等領(lǐng)域都在使用 CUDA。
2.2 Intel(R) Lris(R）Xe Graphics 是什么
為什么介紹它呢？原因很簡單，因為我使用的筆記本的顯卡就是它。它是 Intel 的集成顯卡。所以如果你的也是這樣的。那么恭喜你。網(wǎng)上多數(shù)解決方案，肯定解決不了 AssertionError: Torch not compiled with CUDA enabled 。
三、AssertionError: Torch not compiled with CUDA enabled 怎么解
3.1 步驟1：檢查GPU是否支持CUDA
首先，確保你的GPU支持CUDA。你可以訪問NVIDIA官網(wǎng)查看你的GPU是否支持CUDA。如果你的GPU不支持CUDA，那么你需要更換支持CUDA的GPU或者在CPU上運行你的PyTorch程序。
3.2 安裝支持CUDA的PyTorch版本
如果你確定你的GPU支持CUDA，那么接下來需要安裝支持CUDA的PyTorch版本。你可以從PyTorch官網(wǎng)下載對應你GPU型號和操作系統(tǒng)的安裝包。在下載安裝包時，請確保選擇支持CUDA的版本。
3.3 安裝CUDA工具包
在安裝PyTorch之前，你需要先安裝CUDA工具包。你可以從NVIDIA官網(wǎng)下載對應你GPU型號和操作系統(tǒng)的CUDA工具包。安裝完成后，你需要將CUDA工具包的路徑添加到系統(tǒng)環(huán)境變量中。具體操作方法可以參考CUDA安裝文檔。
3.4 重新安裝PyTorch
安裝好CUDA工具包后，重新安裝PyTorch。按照之前下載的PyTorch安裝包進行安裝，確保選擇與你的GPU和操作系統(tǒng)相匹配的版本。在安裝過程中，確保勾選“Install CUDA”選項，以便將PyTorch與CUDA集成。
3.5 驗證安裝
完成以上步驟后，驗證PyTorch是否正確安裝了CUDA支持。打開Python終端，輸入以下命令：
import torch
如果成功導入PyTorch庫，那么說明你已經(jīng)成功安裝了支持CUDA的PyTorch版本。接下來，你可以嘗試運行你的PyTorch程序，看看是否還會出現(xiàn)“AssertionError: Torch not compiled with CUDA enabled”錯誤。
3.6 總結(jié)
- 如何解：
進入 pytorch官網(wǎng)，https://pytorch.org/get-started/locally/ 選擇合適的方式下載合適的包 - 合適選擇方法，例如 inter 顯卡，不要用 cuda 相關(guān)的方法：
torch.device(torch.cuda.current_device())
三、總結(jié)
CUDA 是 Nvidia's GPUs 上的通用處理平臺，用于實現(xiàn)并行計算。如果出現(xiàn) "AssertionError: Torch not compiled with CUDA enabled" 錯誤，需要檢查GPU是否支持CUDA，并安裝支持CUDA的PyTorch版本以及CUDA工具包，然后重新安裝PyTorch進行驗證。
