Skip to main content
PyTorch는 CUDA가 포함된 wheel을 설치하는 방식이 가장 단순하고 안정적입니다.

​
사전 준비

​
설치 과정

1

가상환경 준비

mkdir -p ~/dev/torch-cuda-test
cd ~/dev/torch-cuda-test
uv venv
source .venv/bin/activate
2

PyTorch CUDA 패키지 설치

uv pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124
3

GPU 인식 확인

python - <<'PY'
import torch
print("torch:", torch.__version__)
print("cuda available:", torch.cuda.is_available())
print("device count:", torch.cuda.device_count())
if torch.cuda.is_available():
    print("device 0:", torch.cuda.get_device_name(0))
PY

​
설치 확인하기

cuda available: True가 출력되면 GPU 가속이 정상입니다.

​
문제 해결

  • cuda available: False: 드라이버 설치 상태(nvidia-smi)를 먼저 확인합니다.
  • 버전 호환 문제: PyTorch 인덱스 URL의 CUDA 버전(cu124)을 환경에 맞게 조정합니다.

​
설치 점검 목록

  • 관리자 권한/필수 도구 등 사전 요구사항을 먼저 확인했습니다.
  • 설치 후 버전 확인 명령어(--version)를 실행해 정상 설치를 검증했습니다.
  • PATH/환경변수 변경이 필요한 경우 터미널을 다시 열어 적용 여부를 확인했습니다.
  • 문제가 생겼을 때를 대비해 설치 로그 또는 스크린샷을 남겼습니다.

​
관련 문서

Setup 홈

운영체제별 설치 흐름을 다시 확인합니다.

다음: Ollama

다음 설치 단계를 이어서 진행합니다.