【PyTorch】CUDAバージョン不一致エラーの解決法｜torch.cuda.is_availableがFalseになる問題

この記事では、PyTorchでGPUが認識されずtorch.cuda.is_available()がFalseを返す問題について、海外コミュニティでの解決策を要約して解説します。

1. どんな問題（エラー）が発生したか？

• 発生した環境やツール： PyTorch、NVIDIA GPU、pip / conda環境
• エラーメッセージ： torch.cuda.is_available()がFalseを返す、またはRuntimeError: CUDA error: driver version is insufficient
• 症状： PyTorchのインストールは成功するが、GPUを全く認識しない

2. 結論（解決策）

CPU版のPyTorchが誤ってインストールされているか、CUDAツールキットとNVIDIAドライバーのバージョン不一致が原因です。CUDA対応版PyTorchを正しくインストールし直すことで解決します。

3. 具体的な手順

1. 現在の状態を確認

   python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.version.cuda)"

   +cpuと表示されている場合はCPU版がインストールされています。

2. NVIDIAドライバーのCUDA対応バージョンを確認

   nvidia-smi

   右上に表示される「CUDA Version」がドライバーが対応する最大CUDAバージョンです。

3. CUDA対応版PyTorchを再インストール

   pip uninstall torch torchvision torchaudio
   pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

   CUDAバージョンはPyTorch公式で確認してください。

4. 再度確認

   python -c "import torch; print(torch.cuda.is_available())"
   # True と表示されれば成功

4. 補足・注意点

condaとpipを混在させるとパッケージの競合が起きやすいため、どちらか一方に統一してください。WSL2環境の場合、Windows側のNVIDIAドライバーが最新であることを確認してください（WSL2内にはドライバーをインストールしないでください）。

5.
👉 【RunPod】1時間数十円から使える高性能クラウドGPU

参考元

本記事は海外コミュニティの複数のディスカッションを要約・再構成したものです。

Source: PyTorch Forums