wsl安装cuda

 你有 两种选择 来解决这个问题：

1. 安装与 PyTorch 兼容的 CUDA 版本（推荐）

2. 重新安装适配 CUDA 12.8 的 PyTorch

---

方案 1：安装 CUDA 11.6（推荐）

既然 PyTorch 是用 CUDA 11.6 编译的，你可以降级 CUDA 版本以匹配 PyTorch。

1. 卸载当前的 CUDA

首先，卸载 CUDA 12.8：

sudo apt remove --purge cuda
sudo apt autoremove

然后，删除残留的 CUDA 目录：

sudo rm -rf /usr/local/cuda*

2. 安装 CUDA 11.6

使用 NVIDIA 官方仓库安装 CUDA 11.6：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-11-6-keyring_1.0-1_all.deb
sudo dpkg -i cuda-11-6-keyring_1.0-1_all.deb
sudo apt update
sudo apt install -y cuda-11-6

3. 配置环境变量

export CUDA_HOME=/usr/local/cuda-11.6
export PATH=$CUDA_HOME/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH

让配置永久生效：

echo 'export CUDA_HOME=/usr/local/cuda-11.6' >> ~/.bashrc
echo 'export PATH=$CUDA_HOME/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=$CUDA_HOME/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

4. 验证安装

nvcc --version

输出应该包含 release 11.6。

然后重新运行你的编译命令：

BASICSR_EXT=True python setup.py develop

---

方案 2：安装与 CUDA 12.8 兼容的 PyTorch

如果你不想降级 CUDA 版本，可以安装与 CUDA 12.8 兼容的 PyTorch。

1. 卸载当前 PyTorch

pip uninstall torch torchvision torchaudio

2. 重新安装适配 CUDA 12.8 的 PyTorch

进入 PyTorch 官网 选择适合你的 CUDA 版本的安装命令。

目前最新的 CUDA 12.8 版本可能不被官方提供的 PyTorch wheel 直接支持，建议尝试：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

或者：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

安装完成后，检查 PyTorch 是否正确加载 CUDA：

import torch
print(torch.cuda.is_available())  # 应该返回 True
print(torch.version.cuda)         # 应该返回 12.x

3. 重新尝试编译

BASICSR_EXT=True python setup.py develop

---

结论

• 推荐做法（方案 1）：降级到 PyTorch 兼容的 CUDA 11.6

• 如果不想降级 CUDA，就 升级 PyTorch 以匹配 CUDA 12.8（但可能不稳定）

如果你还不确定，建议用方案 1，因为 PyTorch 官方支持 CUDA 11.x 更广泛，稳定性更好。