结论先行：torch.cuda.is_available()返回False，90%是因为装了CPU版PyTorch。重装GPU版即可。
一、检查方法
python -c import torch; print(torch.__version__, torch.version.cuda, torch.cuda.is_available())。如果torch.version.cuda是None，说明装的是CPU版。
二、修复方法
pip uninstall torch，然后pip install torch –index-url https://download.pytorch.org/whl/cu118。注意不要直接pip install torch，默认可能装CPU版。
三、其他可能
nvidia-smi正常但torch看不到卡，检查是不是容器没加–gpus all参数。或者conda环境冲突，新建一个干净环境重装。
四、完整排查流程
第一步跑nvidia-smi，如果报错说明驱动没装好，换镜像重来。第二步跑python -c import torch; print(torch.cuda.is_available())，False说明PyTorch版本不对。第三步看torch.version.cuda是不是None，None就是CPU版。第四步pip list看装了什么torch包，卸载干净重装。
五、conda环境的坑
conda install pytorch默认装CPU版，必须从pytorch频道安装。建议所有GPU环境都用pip安装，不要用conda装PyTorch，避免频道混乱。新建conda环境时只装python和pip，其余都用pip。
预装GPU版PyTorch的镜像可在GPU算力平台选择。
