解决MinerU项目中PyTorch CUDA加速配置问题

问题背景

在使用MinerU项目中的magic-pdf组件时，许多用户会遇到一个常见问题：当尝试将设备模式从CPU切换到CUDA（GPU加速）时，系统会抛出"Torch not compiled with CUDA enabled"错误。这个问题通常发生在Windows环境下，表明当前的PyTorch安装不支持CUDA加速。

错误分析

从错误日志中可以清晰地看到，当用户将magic-pdf配置文件中的"device-mode"从"cpu"改为"cuda"后，系统尝试将模型加载到CUDA设备时失败。关键错误信息表明当前的PyTorch版本没有启用CUDA支持，这通常是由于：

1. 安装的PyTorch版本不包含CUDA支持
2. CUDA驱动版本与PyTorch不兼容
3. 系统环境配置不正确

解决方案

要解决这个问题，需要重新安装支持CUDA的PyTorch版本。以下是具体步骤：

1. 首先卸载现有的PyTorch安装：

pip uninstall torch torchvision

2. 安装支持CUDA 11.8的PyTorch 2.3.1版本：

pip install torch==2.3.1 torchvision==0.18.1 "numpy<2.0.0" --index-url https://download.pytorch.org/whl/cu118

这个命令会：

• 安装PyTorch 2.3.1（支持CUDA 11.8）
• 安装兼容的torchvision 0.18.1
• 确保使用兼容的numpy版本

验证安装

安装完成后，可以通过以下Python代码验证CUDA是否可用：

import torch
print(torch.__version__)  # 应该输出2.3.1
print(torch.cuda.is_available())  # 应该输出True

如果输出符合预期，说明PyTorch已正确配置CUDA支持，此时可以放心地将magic-pdf配置中的"device-mode"改为"cuda"。

注意事项

1. 确保系统已安装兼容的NVIDIA驱动（建议使用最新稳定版）
2. 确认显卡支持CUDA计算能力
3. 如果使用conda环境，建议在虚拟环境中执行上述安装
4. 安装过程中可能会遇到依赖冲突，可以尝试添加--force-reinstall参数

性能优化建议

成功启用CUDA加速后，还可以考虑以下优化措施：

1. 调整batch size以获得最佳性能
2. 监控GPU使用情况，避免内存溢出
3. 考虑使用混合精度训练进一步加速
4. 定期更新驱动和PyTorch版本

通过正确配置CUDA支持，magic-pdf组件的处理速度通常可以获得显著提升，特别是在处理大型PDF文档或批量处理时效果更为明显。