当前位置：首页 > news >正文

✨【超详细】基于 CUDA 12.4 + Python 3.11 构建 Wan2.1 项目的集成推理环境（含 PyTorch 2.5.1 GPU 安装教程）

news 来源：原创 2025/6/23 7:36:16

🚀【超详细】基于 CUDA 12.4 + Python 3.11 构建 Wan2.1 项目的集成推理环境（含 PyTorch 2.5.1 GPU 安装教程）

本文将一步一步带你搭建一个可用于构建和运行 Wan2.1 的深度学习环境，完全兼容 CUDA 12.4，并基于官方镜像 nvidia/cuda:12.4.0-devel-ubuntu22.04 和 Python 3.11。包括 PyTorch 安装、依赖处理、环境验证和常见问题解决，全程使用国内清华镜像加速。🚀

📦 基础环境说明

环境项	值
镜像	`nvidia/cuda:12.4.0-devel-ubuntu22.04`
Python	3.11（自定义安装）
包管理	`pip`（使用清华镜像）
加速工具包	`torch`, `flash-attn`, `packaging`, 等
用途	构建并运行 `Wan2.1` 模型项目（适配 GPU）

🔧 一、安装系统依赖 + Python 3.11

apt update && apt install -y \python3.11 python3.11-venv python3.11-dev python3-pip \build-essential cmake git curl wget# 设置默认 python/pip（可选）
ln -sf /usr/bin/python3.11 /usr/bin/python
ln -sf /usr/bin/pip3 /usr/bin/pip

✅ 这样就完成了 Python 和基本构建工具的配置。

⬆️ 二、升级 pip 和 setuptools

升级安装工具，防止后续编译或安装失败：

pip install --upgrade pip setuptools -i https://pypi.tuna.tsinghua.edu.cn/simple

🔥 三、安装 PyTorch 2.5.1（支持 CUDA 12.4）

✅ 官方推荐安装命令如下：

pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 \--index-url https://download.pytorch.org/whl/cu124 \--extra-index-url https://pypi.tuna.tsinghua.edu.cn/simple

📌 解释：

--index-url: 从 PyTorch 官方 CUDA 12.4 仓库拉取核心库；
--extra-index-url: 其余依赖包走清华镜像，加速飞起🚄

✅ 四、验证 PyTorch 安装是否成功

执行下面命令确认版本 & GPU 支持：

python -c "import torch; print(torch.__version__); print(torch.cuda.is_available())"

预期输出（只要 True 就代表 GPU 可以用了🔥）：

2.5.1
True

📁 五、安装项目依赖（requirements.txt）

⚠️ 注意：一定要先装好 PyTorch 再执行这步！

# 先补装一些构建时依赖，防止报错
pip install packaging -i https://pypi.tuna.tsinghua.edu.cn/simple# 然后安装项目依赖
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

🛠 六、常见问题解决大全（强烈建议收藏 🔖）

❌ 错误提示	✅ 解决方法
`ModuleNotFoundError: No module named 'torch'`	你忘记装 PyTorch 了，参考【第三步】
`ModuleNotFoundError: No module named 'packaging'`	手动安装：`pip install packaging`
`setup.py egg_info failed` 或 `flash-attn 报错`	确保 PyTorch 已装，并且提前装了 `packaging`
`CMake is not installed`	安装：`apt install cmake build-essential`
GPU 无法识别	确认 `nvidia-smi` 正常，驱动版本建议 ≥ 550.x