RTX5060 Ti显卡安装cuda版本PyTorch踩坑记录

RTX5060 Ti显卡安装cuda版本PyTorch踩坑记录
问题如下：

NVIDIA GeForce RTX 5060 Ti with CUDA capability sm_120 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 sm_80 sm_86 compute_37.
If you want to use the NVIDIA GeForce RTX 5060 Ti GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/warnings.warn(incompatible_device_warn.format(device_name, capability, " ".join(arch_list), device_name))

这个警告的核心问题是：你安装的 PyTorch 版本过旧，其支持的 CUDA 计算能力（最高 sm_86）无法匹配 NVIDIA GeForce RTX 5060 Ti 的计算能力（sm_120，属于 NVIDIA 最新的 Blackwell 架构）。只有安装适配 Blackwell 架构的 PyTorch 版本，才能消除警告并让 GPU 正常发挥性能。

一、关键背景：GPU 计算能力与 PyTorch 适配
RTX 5060 Ti：属于 Blackwell 架构，计算能力为 sm_120，是 2024 年后推出的新显卡，需要支持该架构的 PyTorch 版本（通常是 PyTorch 2.3 及以上，且依赖 CUDA 12.4/12.5）。
当前 PyTorch：仅支持到 sm_86（Ampere 架构，如 RTX 30/40 系列），完全不兼容 sm_120，因此会触发兼容性警告，甚至可能导致 GPU 无法被调用（仅用 CPU 运行）。

我的解决方案：
1.我先是按照这个博客进行操作的，https://blog.csdn.net/qq_67105081/article/details/137519207
使用nvidia-smi 在cmd上：我的cuda是cuda version 13.0

2.我后续装安装cuda及cudnn是装的12.8

cuda链接：https://developer.nvidia.com/cuda-toolkit-archive

然后去cudnn：https://developer.nvidia.com/rdp/cudnn-archive下载cudnn

3.装好cudnn和cuda后显示使用 nvcc -V指令后：

4.在装annaconda和pycharm后，创建conda环境

conda create -n yolov12 python=3.9

5.最关键的一步来了，去pytorch官网(https://pytorch.org/)
找到这个网址（https://download.pytorch.org/whl/cu128）进去：
然后找到torch进去：

找到这个版本 https://download.pytorch.org/whl/torch/torch-2.8.0+cu128-cp39-cp39-win_amd64.whl进行下载。


在这个yolov12的conda环境下进行安装运行下面指令：

pip install  torch-2.8.0+cu128-cp39-cp39-win_amd64.whl #(我是绝对路径)

6.最后运行这个指令：

pip3 install torch torchvision --index-url https://download.pytorch.org/whl/cu128

按照上述安排我的问题就可以匹配解决了。

我主要是参考了这个博主，非常感谢他。
https://blog.csdn.net/xiaoyanboke/article/details/149910509?spm=1001.2101.3001.6650.2&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ECtr-2-149910509-blog-151177663.235%5Ev43%5Epc_blog_bottom_relevance_base9&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ECtr-2-149910509-blog-151177663.235%5Ev43%5Epc_blog_bottom_relevance_base9&utm_relevant_index=4