常见错误

修复: PyTorch CUDA 版本不匹配

解决 "CUDA version mismatch" 或 "PyTorch was compiled with CUDA X.X but CUDA Y.Y is installed" 错误

错误信息

RuntimeError: The NVIDIA driver on your system is too old

或

RuntimeError: CUDA error: no kernel image is available for execution on the device

或

PyTorch was compiled with CUDA 12.1 but CUDA 11.8 is installed

根本原因

此错误发生在以下版本不匹配时：

PyTorch CUDA 版本 - PyTorch 编译时使用的 CUDA 版本
容器 CUDA 版本 - Docker 基础镜像中的 CUDA 运行时
宿主机 NVIDIA 驱动 - 宿主机上的驱动版本

关键点：PyTorch 二进制文件是针对特定 CUDA 版本编译的。使用 pip 默认安装可能会给你一个与环境不匹配的版本。

解决方案

使用 DockerFit 生成经过验证的兼容版本 Dockerfile：

检查宿主机驱动版本： nvidia-smi
根据驱动版本选择匹配的 CUDA（参见下表）
生成 Dockerfile 使用兼容的 PyTorch + CUDA 组合

CUDA 与驱动兼容性

CUDA 版本	最低驱动 (Linux)	推荐 GPU
CUDA 12.4	>=550	H100, A100, L4
CUDA 12.1	>=530	A100, A10G, T4
CUDA 11.8	>=450	T4, V100, RTX 30xx

生成修复的 Dockerfile

在下方选择目标配置以生成经过验证的 Dockerfile：

配置选项

部署目标

本地 GPU 或 CPU 环境

框架

版本

CUDA 版本

稳定版本，广泛兼容

Python 版本

需要 NVIDIA 驱动版本 >=530.30.02

Dockerfile

1# syntax=docker/dockerfile:1
2# ^ Required for BuildKit cache mounts and advanced features
3 
4# Generated by DockerFit (https://tools.eastondev.com/docker)
5# PYTORCH 2.4.1 + CUDA 12.1 | Python 3.11
6# Multi-stage build for optimized image size
7 
8# ==============================================================================
9# Stage 1: Builder - Install dependencies and compile
10# ==============================================================================
11FROM nvidia/cuda:12.1.1-cudnn8-devel-ubuntu22.04 AS builder
12 
13# Build arguments
14ARG DEBIAN_FRONTEND=noninteractive
15 
16# Environment variables
17ENV PYTHONUNBUFFERED=1
18ENV PYTHONDONTWRITEBYTECODE=1
19ENV TORCH_CUDA_ARCH_LIST="8.0;8.6;9.0"
20 
21# Install Python 3.11 from deadsnakes PPA (Ubuntu 22.04)
22RUN apt-get update && apt-get install -y --no-install-recommends \
23    software-properties-common \
24    && add-apt-repository -y ppa:deadsnakes/ppa \
25    && apt-get update && apt-get install -y --no-install-recommends \
26    python3.11 \
27    python3.11-venv \
28    python3.11-dev \
29    build-essential \
30    git
31    && rm -rf /var/lib/apt/lists/*
32 
33# Create virtual environment
34ENV VIRTUAL_ENV=/opt/venv
35RUN python3.11 -m venv $VIRTUAL_ENV
36ENV PATH="$VIRTUAL_ENV/bin:$PATH"
37 
38# Upgrade pip
39RUN pip install --no-cache-dir --upgrade pip setuptools wheel
40 
41# Install PyTorch with BuildKit cache
42RUN --mount=type=cache,target=/root/.cache/pip \
43    pip install torch torchvision torchaudio \
44    --index-url https://download.pytorch.org/whl/cu121
45 
46# Install project dependencies
47COPY requirements.txt .
48RUN --mount=type=cache,target=/root/.cache/pip \
49    pip install -r requirements.txt
50 
51# ==============================================================================
52# Stage 2: Runtime - Minimal production image
53# ==============================================================================
54FROM nvidia/cuda:12.1.1-cudnn8-runtime-ubuntu22.04 AS runtime
55 
56# Labels
57LABEL maintainer="Generated by DockerFit"
58LABEL version="2.4.1"
59LABEL description="PYTORCH 2.4.1 + CUDA 12.1"
60 
61# Environment variables
62ENV PYTHONUNBUFFERED=1
63ENV PYTHONDONTWRITEBYTECODE=1
64ENV NVIDIA_VISIBLE_DEVICES=all
65ENV NVIDIA_DRIVER_CAPABILITIES=compute,utility
66 
67# Install Python 3.11 runtime from deadsnakes PPA (Ubuntu 22.04)
68RUN apt-get update && apt-get install -y --no-install-recommends \
69    software-properties-common \
70    && add-apt-repository -y ppa:deadsnakes/ppa \
71    && apt-get update && apt-get install -y --no-install-recommends \
72    python3.11 \
73    libgomp1
74    && apt-get remove -y software-properties-common \
75    && apt-get autoremove -y \
76    && rm -rf /var/lib/apt/lists/*
77 
78# Create non-root user for security
79ARG USERNAME=appuser
80ARG USER_UID=1000
81ARG USER_GID=$USER_UID
82RUN groupadd --gid $USER_GID $USERNAME \
83    && useradd --uid $USER_UID --gid $USER_GID -m $USERNAME
84 
85# Copy virtual environment from builder
86COPY --from=builder --chown=$USERNAME:$USERNAME /opt/venv /opt/venv
87ENV VIRTUAL_ENV=/opt/venv
88ENV PATH="$VIRTUAL_ENV/bin:$PATH"
89 
90# Set working directory
91WORKDIR /app
92 
93# Copy application code
94COPY --chown=$USERNAME:$USERNAME . .
95 
96# Switch to non-root user
97USER $USERNAME
98 
99# Expose port
100EXPOSE 8000
101 
102# Default command
103CMD ["python", "main.py"]

🚀 推荐部署

高性能 GPU 与 AI 云服务器

为您的 Docker 容器提供强大的 NVIDIA 算力支持，支持 A100/H100，全球 32 个机房可选。

支持 NVIDIA A100/H100 GPU 实例
按小时计费，测试成本低至 $0.004/h
全球 32+ 数据中心，极低访问延迟
一键运行容器化应用与裸金属服务器

🎁 立即部署