mac M芯片安装pytorch

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

用 conda 创建一个 arm64 的 Python 环境

在这个 conda 环境里用 pip 安装 PyTorch

用 MPS 验证是否启用了 Apple GPU

这是因为 PyTorch 官方当前在 macOS 上推荐的包管理方式是 pip,并注明最新稳定版要求 Python 3.10+;macOS 安装页也直接给出了 pip3 install torch torchvision。

直接执行下面这套命令就行。

1) 创建新环境(推荐 Python 3.11)

conda create -n torch-m2 python=3.11 -y

2) 激活环境

conda activate torch-m2

3) 确认当前 Python 是 arm64

python -c “import platform; print(platform.platform()); print(platform.machine())”

4) 安装 PyTorch

pip install torch torchvision torchaudio

5) 验证安装和 MPS

python - <<‘PY’
import torch
print(“torch version:”, torch.version)
print(“mps built:”, torch.backends.mps.is_built())
print(“mps available:”, torch.backends.mps.is_available())

if torch.backends.mps.is_available():
x = torch.ones(1, device=“mps”)
print(“MPS OK:”, x)
else:
print(“MPS 不可用,请检查 macOS 版本 / Python 架构 / 安装方式”)
PY

如果你在代码里想优先使用 M2 的 GPU,可以这样写:

import torch

device = "mps" if torch.backends.mps.is_available() else "cpu"
print("use device:", device)

您可能感兴趣的与本文相关的镜像

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen3-32B-Chat 私有部署镜像 | RTX4090D 24G 显存 CUDA12.4 优化版

Qwen
文本生成
Qwen3

本镜像基于 RTX 4090D 24GB 显存 + CUDA 12.4 + 驱动 550.90.07 深度优化,内置完整运行环境与 Qwen3-32B 模型依赖,开箱即用。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值