pip install tensorrt 失败主因是版本强耦合：cuda需为12.9或13.3、python限3.10–3.14，否则静默失败或import报libnvinfer.so缺失；装完还需显式调用trt.init_libnvinfer_plugins(none, "")加载插件。
直接用 pip install tensorrt 就能装，但前提是你的环境已经满足最低约束——否则 pip 会静默失败、报错模糊，或者装完 import 失败。
为什么 pip install tensorrt 会失败
常见现象：ImportError: libnvinfer.so.11: cannot open shared object file，或 ModuleNotFoundError: No module named 'tensorrt' 即使 pip list 里有。
- CUDA 版本不匹配：TensorRT v11.1 只认
CUDA 12.9或13.3，nvcc --version输出不是这两个之一，pip 装的 wheel 就不会加载 native 库 - Python 版本越界：pip 官方分发的
tensorrt包只支持3.10–3.14；用3.9或3.15+会装上包但 import 报错（找不到 ABI 兼容的 .so） - 系统缺
libstdc++或glibc：Ubuntu 22.04+ 通常没问题，但某些 Docker 基础镜像（如ubuntu:20.04）glibc 太旧，导致libnvinfer.so.11加载失败
pip 安装的正确操作顺序
别跳步，每一步都验证输出：
Ai Video Pipeline
下载
对话式AI短视频创作工具：用户提出想法，Agent生成脚本，人工确认后自动生成MP4。触发条件：①制作视频/短视频；②AI旁白视频；③认知自述/播客风格视频；④文稿转视频。仅出现“视频”“TTS”“语音”等模糊词时不激活（可能是其他需求）。
- 先确认 CUDA：
nvcc --version→ 必须是12.9或13.3 - 再查 Python：
python3 --version→ 必须落在3.10.0到3.14.x区间 - 升级 pip：
pip install --upgrade pip>=19.0（旧 pip 可能忽略平台标签，下错 wheel） - 执行安装：
pip install tensorrt（不用加--index-url，PyPI 已托管官方 wheel） - 验证：
python3 -c "import tensorrt as trt; print(trt.__version__)"→ 输出11.1.0.106即成功
装完 import 成功但推理报错 libnvinfer_plugin.so
这是最常被忽略的环节：pip 安装只提供 Python 绑定和核心推理库，但插件库（比如自定义算子、int8 校准器）需要显式加载。
- 错误现象：
trt.Builder(config)正常，但builder.build_engine(network, config)报undefined symbol: _ZN...或卡住 - 原因：TensorRT 的插件库未被动态链接器发现
- 解决方法：运行前设置
LD_LIBRARY_PATH，例如：export LD_LIBRARY_PATH=/usr/local/tensorrt/lib:$LD_LIBRARY_PATH（如果你用的是 tar 包解压版）
但 pip 安装版默认不放lib/到文件系统——它把 so 打进 wheel 里了，所以必须靠 Python 自动注册 - 关键动作：在 import 后立刻调用
trt.init_libnvinfer_plugins(None, "")，否则插件不可用
真正容易出问题的不是“怎么装”，而是装完后没意识到插件加载是手动触发的，且环境变量对 pip 安装版基本无效——所有依赖都得靠 Python 层显式初始化。
