绝大多数情况不是显卡或驱动坏了，而是装成了CPU-only版本；只需检查torch.__version__是否含+cu（如2.1.0+cu121），若为2.1.0+cpu或无后缀，即确认为CPU版，此时重装驱动或CUDA无效。
直接说结论：torch.cuda.is_available() 返回 False，**绝大多数情况不是显卡或驱动坏了，而是你装的 PyTorch 本身就没带 CUDA 支持**——也就是装成了 CPU-only 版本。这个判断比重装驱动、重装 CUDA 快得多，也准得多。
怎么看自己装的到底是 CPU 还是 GPU 版 PyTorch
别猜，直接查版本字符串。PyTorch 的 GPU 版本在 torch.__version__ 里一定含 +cu，比如 2.1.0+cu121；CPU 版则是 2.1.0+cpu 或干脆就是 2.1.0（没后缀）。运行这三行：
import torch print(torch.__version__) print(torch.version.cuda) print(torch.cuda.is_available())
如果 torch.version.cuda 是 None，那就 100% 确认：你装的是 CPU 版。这时候再检查驱动、CUDA Toolkit 全是白忙。
- 用
pip install torch默认拿的就是 CPU 版（尤其在国内网络环境下） - 用
conda install pytorch不加 channel 或 cuda 指定，也极大概率是 CPU 版 -
torch.__version__里没+cuXXX，就别往下排查驱动了
为什么命令行是 True，但 PyCharm / VS Code 里是 False
根本原因是：**IDE 没用对 Python 解释器**。它可能在用系统默认 Python、旧 conda 环境、甚至虚拟环境里没装 torch 的那个解释器。最典型的症状是：which python 和 IDE 设置里显示的路径不一致。
立即学习“Python免费学习笔记（深入）”；
- 在终端里运行
python -c "import torch; print(torch.__version__)"，记下输出 - 在 IDE 里打开 Python Console，执行同样代码，对比输出是否一致
- PyCharm 要进
Settings → Project → Python Interpreter，确认路径和终端一致 - VS Code 看右下角 Python 解释器路径，按
Ctrl+Shift+P→Python: Select Interpreter切换
驱动够新，但 torch.version.cuda 显示的版本比 nvidia-smi 高
这是版本不匹配的明确信号。nvidia-smi 显示的是驱动能支持的最高 CUDA 版本（注意：不是已安装的 CUDA Toolkit 版本），而 torch.version.cuda 是 PyTorch 编译时绑定的 CUDA runtime 版本。规则很简单：驱动支持的 CUDA 版本 ≥ PyTorch 绑定的 CUDA 版本，才能过第一关。
- 运行
nvidia-smi，看右上角 “CUDA Version: 12.4” —— 这表示驱动支持 CUDA 12.4 及以下 - 如果
torch.version.cuda是12.6，那必然失败，得换更低版本的 PyTorch - 去 PyTorch 官网安装页，手动选
CUDA 12.4对应的 pip 命令，不要依赖自动推荐 - 别信“CUDA Toolkit 已装 12.6 就能跑”，PyTorch 自带 runtime，完全不依赖你本地装的 Toolkit
多卡机器只识别出部分 GPU 或完全不识别
不是硬件问题，大概率是 CUDA_VISIBLE_DEVICES 环境变量被意外设了值，或者你在容器/WSL 里没做设备透传。
- 运行
echo $CUDA_VISIBLE_DEVICES（Linux/macOS）或echo %CUDA_VISIBLE_DEVICES%（Windows），如果输出非空（比如0或1,2），就说明当前进程只被允许看到指定卡 - 临时清空它：
unset CUDA_VISIBLE_DEVICES（Linux/macOS）或set CUDA_VISIBLE_DEVICES=（Windows），再试is_available() - WSL2 用户必须确认已启用 GPU 支持：
nvidia-smi在 WSL 里能运行，且 Windows 端驱动 ≥ 515.48.07 - Docker 用户要加
--gpus all参数，否则容器内根本看不到/dev/nvidia*
真正卡住人的地方，往往不是驱动或硬件，而是版本字符串里一个 +cu 的有无、IDE 解释器路径的一个字符偏差、或者环境变量里一个被遗忘的数字。这些点不显眼，但一错全错。
