当系统中存在多个 cuda 版本（如 11.8 和 12.0）时，pytorch 运行时报错“detected cuda version mismatches”，本质是运行时加载的 cuda 动态库版本与 pytorch 编译时链接的版本不一致。解决核心在于显式指定环境变量，强制使用匹配的 cuda 工具链。
在多 CUDA 版本共存的 linux 环境中（windows 类似但路径和变量名略有差异），PyTorch 会通过 CUDA_PATH、LD_LIBRARY_PATH 和 PATH 三个关键环境变量定位 CUDA 安装路径及运行时库。即使 nvcc –version 或 nvidia-smi 显示某版本为“默认”，PyTorch 实际加载的仍是 LD_LIBRARY_PATH 中优先出现的 libcuda.so 和 libcudart.so —— 这往往与 cuda-toolkit 的安装路径绑定，而非驱动版本。
✅ 正确做法是：在启动 python 脚本前，临时覆盖环境变量，精准指向 PyTorch 所需的 CUDA 版本目录（例如 cuda-11.8）。以下为推荐的 bash 启动脚本：
#!/bin/bash # 指向 PyTorch 编译时依赖的 CUDA 版本（此处为 11.8） export CUDA_PATH=/usr/local/cuda-11.8 export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:${LD_LIBRARY_PATH}" export PATH="/usr/local/cuda-11.8/bin:${PATH}" # 验证环境是否生效（可选） echo "CUDA_PATH: $CUDA_PATH" nvcc --version 2>/dev/null || echo "nvcc not found in PATH" python -c "import torch; print(f'PyTorch CUDA available: {torch.cuda.is_available()}'); print(f'CUDA version: {torch.version.cuda}')" # 运行你的脚本 python my_py_cuda118_script.py⚠️ 注意事项：
- LD_LIBRARY_PATH 必须前置拼接（即 /path/to/cuda-11.8/lib64 放在最前），否则系统可能仍加载 /usr/local/cuda-12.0/lib64 下的库；
- CUDA_PATH 主要被部分构建工具或 windows 兼容逻辑使用，Linux 下虽非强制，但建议统一设置以增强可移植性；
- 不要全局修改 ~/.bashrc 中的 CUDA 环境变量，否则会干扰其他依赖 CUDA 12.x 的项目；应始终按需局部设置；
- 若使用 conda，可配合 conda activate + conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia 安装预编译的 CUDA 11.8 版本，避免手动配置。
? 总结：CUDA 版本冲突不是安装问题，而是运行时符号解析问题。通过精准控制 LD_LIBRARY_PATH，即可让 PyTorch 加载正确的 libcudart.so.11.8 等核心库，彻底规避 “mismatch” 错误。