rtx 4090上torch.cuda.is_available()返回false，主因是驱动版本与pytorch cuda wheel不匹配：驱动需≥535.98（支持cuda 12.2），但过高（如545.x）或过低均易失效；应选用cu121/cu124后缀的pytorch官方wheel，避免conda安装干扰，且wddm模式下驱动兼容性尤为关键。
torch.cuda.is_available() 返回 False？别急着重装，RTX 4090 在 Windows 上跑不起来 PyTorch GPU 版，90% 的问题出在驱动和 CUDA 版本链的错位上——不是版本太旧，而是“太新”或“太旧”都不行，必须卡在那个窄小的兼容窗口里。
确认 NVIDIA 驱动是否真正支持 CUDA 12.x
Windows 下nvidia-smi 显示的 “CUDA Version” 是**驱动内置支持的最高 CUDA 运行时版本**，不是你装了啥就显示啥。RTX 4090 要稳定启用 PyTorch 的 GPU 加速，驱动必须 ≥ 535.98（对应 CUDA 12.2），但很多用户装了 536.x 或 545.x 反而出问题，因为部分新版 Game Ready 驱动对 WDDM 模式下 CUDA 12.4+ 的 runtime 初始化有兼容性波动。
- 用 GeForce Experience 自动更新，比 Windows Update 更可靠
- 如果已装高版本驱动但
torch.cuda.is_available()仍为False，先回退到535.98或536.67（这两个是 RTX 4090 + PyTorch 2.3–2.8 最稳的组合） - 不要信“Studio Driver 更稳定”的说法——它默认禁用 CUDA WDDM 支持，反而会让 PyTorch 找不到 GPU
PyTorch 官方 wheel 与 CUDA Toolkit 的关系
你不需要手动安装完整 CUDA Toolkit（CUDA_PATH 环境变量也不必设）。PyTorch 的 pip wheel 已静态链接所需 runtime，只依赖驱动层支持。
- 查 PyTorch 官网下载页，找带
cu121或cu124后缀的包，比如：torch-2.4.0+cu121 - 对应驱动需支持 CUDA 12.1（即
nvidia-smi显示 ≥ 12.1） -
nvcc --version可以不装，也无需配置；装了反而可能干扰（尤其当你同时装了 CUDA 12.0 和 12.4 时）
用 pip + 虚拟环境绕过 conda 的 channel 冲突
conda 安装 PyTorch 时容易把cudatoolkit 包当成独立依赖拉进来，导致与驱动实际支持的 CUDA 版本打架。
- 创建干净虚拟环境：
python -m venv torch4090，然后.\torch4090\Scripts\activate - 直接用官方 pip 命令（清华源加速）：
pip install torch torchvision torchaudio --index-url @#@#@#@#@#@#@#@#@#@0 --extra-index-url @#@#@#@#@#@#@#@#@#@1 - 切勿执行
conda install pytorch或conda install cudatoolkit=12.1——这会污染环境并覆盖 PyTorch 自带的 CUDA runtime
验证时别只看 is_available()
返回 True 只说明能初始化，不代表能用。真正卡住的往往是张量运算或 DataLoader 多进程。
- 运行这个最小验证块：
import torch x = torch.randn(1000, 1000, device='cuda') y = torch.randn(1000, 1000, device='cuda') z = torch.mm(x, y) print(z.mean().item())
- 如果卡死、报
RuntimeError: CUDA error: unspecified launch failure，大概率是显存碎片或 WDDM timeout，可临时加os.environ['PYTORCH_CUDA_ALLOC_CONF'] = 'max_split_size_mb:128' -
torch.version.cuda输出的版本号必须和nvidia-smi显示的“CUDA Version”一致或更低；若更高，说明 wheel 匹配错误
驱动版本、PyTorch wheel 的 CUDA 后缀、以及 Windows WDDM 模式下的隐式限制——这三者构成一个脆弱三角，缺一不可。最常被忽略的是：WDDM 不是“只是显示驱动”，它是 Windows 下 CUDA 的运行基石，而它的行为在 40 系显卡上比以往更敏感。
