> ## Documentation Index
> Fetch the complete documentation index at: https://docs.baeum.ai.kr/llms.txt
> Use this file to discover all available pages before exploring further.

# PyTorch CUDA

PyTorch는 CUDA가 포함된 wheel을 설치하는 방식이 가장 단순하고 안정적입니다.

## 사전 준비

* [NVIDIA Driver](/setup/ubuntu/nvidia-driver)
* [uv + Python](/setup/ubuntu/uv-python)

## 설치 과정

<Steps>
  <Step title="가상환경 준비">
    ```bash theme={null}
    mkdir -p ~/dev/torch-cuda-test
    cd ~/dev/torch-cuda-test
    uv venv
    source .venv/bin/activate
    ```
  </Step>

  <Step title="PyTorch CUDA 패키지 설치">
    ```bash theme={null}
    uv pip install torch torchvision --index-url https://download.pytorch.org/whl/cu124
    ```
  </Step>

  <Step title="GPU 인식 확인">
    ```bash theme={null}
    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
    ```
  </Step>
</Steps>

## 설치 확인하기

`cuda available: True`가 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

<CardGroup cols={2}>
  <Card title="Setup 홈" icon="house" href="/setup/index">
    운영체제별 설치 흐름을 다시 확인합니다.
  </Card>

  <Card title="다음: Ollama" icon="arrow-right" href="/setup/ubuntu/ollama">
    다음 설치 단계를 이어서 진행합니다.
  </Card>
</CardGroup>