结论先行：环境配置的核心原则是驱动、CUDA、PyTorch三者版本对齐。版本错配是90%报错的根源，新手建议直接用预装镜像，少踩一半坑。
一、版本对应关系
PyTorch自带CUDA运行时，但底层驱动必须足够新。建议驱动535以上、CUDA 11.8或12.1、PyTorch 2.1以上。nvidia-smi显示的是驱动支持的最高CUDA版本，不等于已安装的CUDA Toolkit，别被这个数字误导。
二、10个常见坑
- 装了NVIDIA驱动却没装CUDA Toolkit，nvcc命令找不到；
- conda环境里的PyTorch是CPU版，cuda不可用；
- 用pip install torch自动装了CPU版，需指定cu118源；
- 驱动与CUDA Toolkit版本不匹配，报driver too old；
- 多CUDA版本切换时LD_LIBRARY_PATH没改；
- 装了gcc版本过高，编译CUDA扩展失败；
- 容器里nvidia-smi正常但torch看不到卡，未装nvidia-container-toolkit；
- Jupyter内核选错，用了无GPU的环境；
- 磁盘满导致CUDA缓存写入失败；
- SELinux或安全策略拦截了GPU设备节点。
三、快速自检命令
nvidia-smi看驱动与GPU；nvcc -V看Toolkit；python导入torch输出版本和cuda可用性。三行输出正常，环境基本就通了。
四、推荐做法
新手直接用平台预装CUDA加PyTorch镜像；老手用Docker固定镜像版本，避免本地能跑服务器跑不了的环境漂移问题。
五、环境固定方法
环境配好后，用pip freeze导出依赖清单，连同Dockerfile一起入库。下次新开实例直接用同版本镜像，避免每次重新踩坑。conda用户建议用environment.yml锁版本。遇到cuda mismatch报错时，先看torch.version.cuda和nvcc版本是否一致，不一致就重装对应版本的torch。
六、总结
环境配置的核心是版本对齐。记住一个原则：nvidia-smi看驱动，nvcc看Toolkit，torch.version.cuda看PyTorch自带的CUDA。三者对不上就重装，别硬调。
补充：最常见的坑是conda环境和系统CUDA混用。建议所有依赖都装在conda环境内，不要在系统层面装CUDA Toolkit，这样每个项目可以用独立的CUDA版本互不干扰。
怕踩坑可直接在GPU算力平台选择预装CUDA加PyTorch的镜像，开机即用，省去配置时间。
