如何让 PyTorch（CUDA 版）安装自动命中 pip 缓存-Python教程-PHP中文网

如何让 PyTorch（CUDA 版）安装自动命中 pip 缓存

升级 pip 至 24.0+ 可解决 --index-url 下 PyTorch 不缓存的问题，使后续虚拟环境安装复用已下载的 wheel 文件，避免重复下载 2.5GB 安装包。

升级 pip 至 24.0+ 可解决 `--index-url` 下 pytorch 不缓存的问题，使后续虚拟环境安装复用已下载的 wheel 文件，避免重复下载 2.5gb 安装包。

在使用 pip 安装 CUDA 版 PyTorch（如 torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121）时，许多开发者会遇到一个高频痛点：每次新建虚拟环境都触发完整下载（约 2.5 GB），即使 pip 默认启用缓存机制，该包却始终未被缓存——执行 pip cache info 或 pip cache list 均不可见。

根本原因在于：pip ≤ 23.x 版本对带 --index-url 参数的安装命令存在缓存兼容性缺陷。尽管 pip 文档明确说明缓存默认启用（路径通常为 ~/.cache/pip），但旧版 pip 在解析自定义索引 URL 时未能正确校验并复用已缓存的 wheel 文件，导致强制重新下载。

✅ 正确解决方案非常简洁：

python -m pip install --upgrade pip>=24.0

升级后，再次执行原命令即可自动缓存：

PyTorch Linux版 2.11.0

PyTorch 2.11.0 历史版本下载，来自 PyPI 官方发布，适合旧项目兼容、实验复现和指定环境安装。

下载

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

验证缓存是否生效：

pip cache info          # 查看缓存路径与大小
pip cache info | grep "Cache directory"  # 确认路径存在
pip cache list | grep torch  # 应可见类似 torch-2.3.0+cu121-py310... 的条目

? 补充建议：

无需设置 PIP_DOWNLOAD_CACHE 或 PIP_FIND_LINKS：这些是旧版 pip 的弃用环境变量（pip ≥ 20.1 已移除支持），设置无效且可能干扰行为；
缓存复用条件：确保后续安装使用完全相同的命令（包括 Python 版本、CUDA 版本、平台标签如 cp310-cp310-manylinux_2_17_x86_64），pip 会基于 wheel 文件名哈希精确匹配；
清理与维护：若缓存异常膨胀，可用 pip cache purge 清理（谨慎操作）；日常可定期 pip cache info 监控使用量。

升级 pip 是最轻量、最可靠的修复方式。自 pip 24.0 起，官方重构了依赖解析与缓存逻辑，全面支持 --index-url 场景下的 wheel 复用——从此告别重复下载，提升多环境部署效率。