适用场景内网环境 / 网络受限 / pip 官方源无对应 CUDA 版本核心问题在线pip install torch时默认源找不到匹配 CUDA 的 wheel 包解决方案从 PyTorch 官方离线仓库下载对应 whl 文件本地 pip install一、背景与问题在 CentOS / Ubuntu 等 Linux 服务器上直接用 pip 安装 PyTorch 时经常遇到这样的问题ERROR: Could notfinda version that satisfies the requirementtorch1.10.0cu111 ERROR: No matching distribution foundfortorch1.10.0cu111这是因为PyPI 官方源上的 torch 包默认只带 CPU 版本带 CUDA 的版本只发布在 PyTorch 官方的 whl 仓库里。网络受限或 pip 源未同步时就会找不到。解决思路很简单手动从 PyTorch 官方 whl 仓库下载对应版本的.whl文件离线安装。二、下载离线 whl 包2.1 找到正确的下载地址PyTorch 官方离线仓库地址https://download.pytorch.org/whl/torch_stable.html打开后按CtrlF搜索你需要的版本关键词比如cu111torch-1.10cp38linux。2.2 版本号命名规则以这个文件名为例torch-1.10.0cu111-cp38-cp38-linux_x86_64.whl字段含义对应你的环境1.10.0cu111Torch 版本 1.10.0CUDA 11.1按需选择cp38-cp38Python 3.8用python -V确认linux_x86_64Linux 64 位用uname -m确认 常见 CUDA 版本对应关系cu102CUDA 10.2cu111CUDA 11.1cu113CUDA 11.3cu116CUDA 11.6cu118CUDA 11.8cu121CUDA 12.12.3 直接下载以CUDA 11.1 Torch 1.10.0 Python 3.8 Linux x86_64为例直接用 wget 或 curl 下载wgethttps://download.pytorch.org/whl/cu111/torch-1.10.0%2Bcu111-cp38-cp38-linux_x86_64.whl或者用 curlcurl-Ohttps://download.pytorch.org/whl/cu111/torch-1.10.0%2Bcu111-cp38-cp38-linux_x86_64.whl如果服务器没法直连外网在本机浏览器打开链接下载后再scp/rz传到服务器上。三、安装步骤3.1 准备 Python 环境推荐 Miniconda如果你还没装 Python 环境建议用 Miniconda 管理避免和系统 Python 冲突。Miniconda 下载地址https://repo.anaconda.com/miniconda/选择对应系统的安装包以Linux x86_64为例当前最新版wgethttps://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh安装给执行权限chmodx Miniconda3-latest-Linux-x86_64.sh执行安装按提示一路 yes 或加 -b 静默安装shMiniconda3-latest-Linux-x86_64.sh-b-p/home/$USER/miniconda3激活source/home/$USER/miniconda3/bin/activate创建独立环境conda create-ntorch110python3.8-yconda activate torch1103.2 pip 离线安装 torch进入 whl 文件所在目录cd/path/to/whl/安装注意文件名不要有 %2B实际下载后文件名是 pipinstalltorch-1.10.0cu111-cp38-cp38-linux_x86_64.whl⚠️ 如果下载后的文件名中被编码成了%2B安装前先重命名mv torch-1.10.0%2Bcu111-cp38-cp38-linux_x86_64.whl torch-1.10.0cu111-cp38-cp38-linux_x86_64.whl如果需要 torchvision / torchaudio也在同一个仓库里下载对应版本后一起装示例torchvision 0.11.1 cu111 cp38pipinstalltorchvision-0.11.1cu111-cp38-cp38-linux_x86_64.whl四、验证安装python-cimport torch; print(torch.__version__); print(torch.cuda.is_available())预期输出1.10.0cu111True如果cuda.is_available()返回False检查确认系统 CUDA 驱动版本nvidia-smi确认 torch 编译时的 CUDA 版本python-cimport torch; print(torch.version.cuda)torch 的 CUDA 版本如 11.1不需要和系统驱动完全一致但驱动版本必须 ≥ torch 编译时的 CUDA 版本。比如驱动是 450 就能跑 CUDA 11.1。五、踩坑清单现象排查点No matching distributionpip 源没同步 CUDA 版本必须用离线 whlpip install报文件名找不到%2B没替换成手动重命名torch.cuda.is_available()返回 False驱动版本太低或装了 CPU-only 的 whl文件名里没 cuXXXImportError: libcudart.so.X.Y系统 CUDA 没装或 LD_LIBRARY_PATH 没配conda 环境里 pip 装完 import 报错确认 pip 是 conda 环境里的 pipwhich pipPython 版本不匹配cp38 对应 3.8cp39 对应 3.9下错版本会报not a supported wheel六、小结离线安装 PyTorch 就三步找对包去https://download.pytorch.org/whl/torch_stable.html按 CUDA Python 系统筛选下回来wget 或浏览器下载注意号别被转义pip install在目标环境里直接装 whl 文件有问题的在评论区贴报错我看到会回。