PyTorch + CUDA のインストール

GPUとCUDAの互換性確認

GPUとCUDAの互換性を確認するには、以下の3つのステップで簡単にチェックできます。これは、PyTorch・Stable Diffusion・ComfyUIなどGPUを使うAIツールを動かす際の最初の重要ポイントです。

ステップ① 自分のGPUの型番を調べる

【Windowsの場合】

方法A：タスクマネージャーで確認

1. Ctrl + Shift + Esc でタスクマネージャーを開く
2. 「パフォーマンス」タブ →「GPU」を選択
3. 右上に「GeForce RTX 3060」などの型番が表示されます

方法B：コマンドで確認（より確実）

1. Windowsキー + R →「cmd」と入力 → Enter
2. 以下のコマンドを実行します

nvidia-smi

例：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 537.13     Driver Version: 537.13       CUDA Version: 12.2      |
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
|  0   NVIDIA GeForce RTX 3060            Off  | 00000000:01:00.0 Off |      N/A |
+-----------------------------------------------------------------------------+

「GPU Name」が使っているGPUの正式名称です。
「CUDA Version」はドライバが対応しているCUDAバージョンです（重要！）

ステップ② 自分のGPUがCUDA対応かを確認する

以下のNVIDIA公式ページで、あなたのGPUがCUDA対応かどうか確認できます。

🔗 CUDA対応GPU一覧（NVIDIA公式）

ページ内で「GeForce RTX 3060」などの型番を検索して、CUDA Compute Capabilityが表示されていれば対応しています。

目安：GeForce GTX 750以降のほとんどのGPUはCUDA対応です。

ステップ③ 自分のGPUに適したCUDAバージョンを確認する

CUDAにはバージョンがあり、使用するツール（例：PyTorch）やドライバと整合性が取れている必要があります。

参考表（主なGPUと対応CUDA）

PyTorch + CUDA のインストールコマンド

”PyTorch + CUDA のインストールコマンド”とは、
ローカルCLI（Pythonスクリプト） で画像補完ツール（例：CodeFormerなど）を使う場合に必要な環境構築の一部で、
PyTorch（AIフレームワーク）を自分のPC環境に合った形でインストールするためのコマンドです。

 特に NVIDIA製GPUを使って高速に処理するためには CUDA対応版のPyTorch を選んで入れる必要があります。
「GPU + PyTorch + CUDA」は、 高速・高品質なAI画像処理のゴールデンコンビです。

PyTorch + CUDA を使用する代表的なツール・アプリ

共通する特徴

• すべて PyTorch で作られており、GPU（＝CUDA）を使うと圧倒的に高速に動作します。
• 多くは NVIDIA製GPU前提で設計されているため、CUDAとドライバの設定が重要です。
• CPUでも動作は可能ですが、処理時間が数十倍になるケースもあります。

PyTorch には「たくさんのバリエーション（種類）」があります。

その理由は、PCの環境（OS・GPUの有無・CUDAのバージョンなど）によって最適なものが異なるからです。

PyTorchの「種類」は何で分かれるのか？

大きく分けると、以下のポイントで種類が変わります 

• PyTorchはGPUで爆速に動くのが強み
• でも、GPUの種類やドライバとの相性がある
• なので、「環境にピッタリのPyTorch」が必要になる

たとえば、

Windowsで
NVIDIAのGPUがあって
CUDA 11.8がインストールされている

という人と、

macOSで
GPUはない（CPUのみ）

という人では、インストールするPyTorchが全く異なります。

PyTorchのインストール

最適なPyTorchの選び方

 PyTorch公式サイトにある ”ローカルから始めるのガイドがとても便利です。

  PyTorch公式Install Guideページ

 こんな画面で選べます

画面の見方と操作手順

 上の表に沿って順に選んでいくと、環境に合ったインストールコマンドが自動で表示されます！

PyTorchとCUDAのバージョン対応表

• PyTorch公式サイト（Install）

例：Windows + pip + CUDA 11.8の場合

選択はこのようになります

• PyTorch Build: Stable
• Your OS: Windows
• Package: pip
• Language: Python
• Compute Platform: CUDA 11.8

すると、下にこのようなコマンドが表示されます

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

cu118 は CUDA 11.8 を意味します。PyTorchとCUDAのバージョンの組み合わせは慎重に。

このコマンドをコピーして、ターミナル（BashやPowerShell）に貼り付けて実行すれば完了です。（※ターミナル、コマンドプロンプトの起動方法は こちら）

インストール確認

PyTorchがGPUを認識しているかを確認するには、以下のPythonコードを実行します。

import torch
print(torch.cuda.is_available())  # TrueならGPUが使える

自分に合ったCUDAが分からない場合

調べる方法（Windowsの場合）

1. NVIDIA製のGPUがあるか確認する方法
   • スタートメニュー → 「デバイスマネージャ」 →「ディスプレイアダプタ」
2. CUDAのバージョン確認
   • Win + R → cmd → 以下のコマンドを入力

nvcc --version

もしくは、

nvidia-smi

→ ここに CUDA Version の記載があります。

🚫 現時点での制限

多くのAI画像生成ツール（Stable Diffusion、ComfyUI、InvokeAI、CodeFormerなど）は…   CUDA 11.8 や CUDA 12.1 に最適化されています。

  画像生成には「CUDA 11.8 or 12.1」が安定！

nvcc --version

nvcc --version

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

nvidia-smi

nvidia-smi

import torch
print(torch.version.cuda)            # → '11.8'
print(torch.cuda.is_available())     # → True（ならOK）
print(torch.cuda.get_device_name(0)) # GPU名表示

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

┌─────────────────────┐
│     Windows 11       │
│  ┌─────────────┐   │
│  │   WSL2 (Ubuntu)  │ ← Linux環境（ここでAIモデル実行）  
│  └─────────────┘   │
│     ↕ ファイル共有可      │
└─────────────────────┘

ローカルCLIで使うための基本ステップ

1. Python 環境 をインストール（3.9〜3.10など）
2. CUDA対応のPyTorch をインストール（GPU使いたい場合）
3. git clone でツールを取得（Gitでコードをダウンロード）
4. pip install -r requirements.txt で依存ライブラリを一括インストール
5. コマンドラインで実行（例：python inference_codeformer.py ...）

PyTorch + CUDA のインストールコマンド（Windows or Linux）

PyTorch公式サイトで推奨されている形で、以下のようにインストールします

例：CUDA 11.8 + pip の場合（最もよく使われる構成）

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

※上記は pip で CUDA 11.8 対応版を入れるコマンドです。
PyTorch、Torchvision（画像用）、Torchaudio（音声用）を一緒にインストールします。ストールします。

CUDAバージョン別インストールコマンド（参考）

  確認方法

インストール後、Pythonで以下を実行すると正常に入ったか確認できます

import torch
print(torch.__version__)
print(torch.cuda.is_available())  # TrueならGPUが使えています！

注意点

• PyTorchのバージョンとCUDAのバージョンは対応している必要があります
• CUDA Toolkit（NVIDIA公式）が別途インストールされている必要があります
• NVIDIAドライバも最新にしておきましょう

 PyTorch＋CUDAのインストールをせずにDockerを使用する方法はコチラ 

あわせて読みたい

【Dockerコンテナ徹底解説】～インストールからDocker対応AIツールまで Dockerコンテナとは？ 通常、あるツールやアプリを動かすには「OSの設定・依存ライブラリ・Python・CUDAのバージョン」などを細かく合わせる必要があります。そして、そ…