输出：

(layout310) ➜  code python - << 'EOF'
import torch

print("PyTorch version:", torch.__version__)
print("Built with CUDA:", torch.version.cuda)
print("CUDA available:", torch.cuda.is_available())

if torch.cuda.is_available():
    print("GPU name:", torch.cuda.get_device_name(0))
EOF

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/opt/conda/envs/layout310/lib/python3.10/site-packages/torch/__init__.py", line 235, in <module>
    from torch._C import *  # noqa: F403
ImportError: /opt/conda/envs/layout310/lib/python3.10/site-packages/torch/lib/libtorch_cpu.so: undefined symbol: iJIT_NotifyEvent
(layout310) ➜  code conda list | grep -E "pytorch|cuda"

cuda-cudart                11.8.89          0                             nvidia
cuda-cupti                 11.8.87          0                             nvidia
cuda-libraries             11.8.0           0                             nvidia
cuda-nvrtc                 11.8.89          0                             nvidia
cuda-nvtx                  11.8.86          0                             nvidia
cuda-runtime               11.8.0           0                             nvidia
cuda-version               12.9             3                             nvidia
pytorch                    2.1.0            py3.10_cuda11.8_cudnn8.7.0_0  pytorch
pytorch-cuda               11.8             h7e8668a_6                    pytorch
pytorch-mutex              1.0              cuda                          pytorch
torchtriton                2.1.0            py310                         pytorch

这个报错你贴得非常关键，而且你现在这个状态其实是：

conda 里看起来“装对了”，但底层有一个典型的二进制符号冲突

我一步一步给你拆清楚，不是玄学问题，是已知且可修的。

---

一、先看清楚错误本质（重点）

报错核心是这一句：

ImportError: libtorch_cpu.so: undefined symbol: iJIT_NotifyEvent

🔍 这说明什么？

iJIT_NotifyEvent 是 Intel oneAPI / VTune / OpenMP (iomp5) 相关的符号。

👉 结论：

PyTorch 在加载 libtorch_cpu.so 时，
找不到它所期望的 Intel OpenMP / oneAPI 运行时库

这 不是 CUDA 问题，也 不是 PyTorch 版本装错。

---

二、结合你当前 conda list，问题更清楚了

你现在的关键包是：

pytorch 2.1.0 py3.10_cuda11.8_cudnn8.7.0_0 pytorch-cuda 11.8 torchtriton 2.1.0

CUDA 这块 是完全正确的 ✅
但 缺了一块 CPU 运行时依赖。

---

三、为什么会出现这个问题（原因解释）

这是一个经典 conda + PyTorch 2.x 问题

在以下场景极易出现：

• Linux / 容器 / 平台环境

• 系统里 没有 Intel oneAPI

• conda 环境中 缺少 intel-openmp 或 mkl

• 或被 nomkl / 其他包“挤掉了”

PyTorch 的 CPU backend 默认依赖：

• intel-openmp

• mkl（或 mkl-service）

但 conda 有时不会自动拉全

---

四、解决方案（直接照着做）

✅ 方案一（推荐，最稳）：补齐 Intel 运行时

在 layout310 环境里直接执行：（这是有用的！！亲测！！）

conda install -y intel-openmp mkl mkl-service -c conda-forge

⭐️⭐️====这个是有用的！！一开始GPT和豆包让我：没效果

conda install -y intel-openmp
#### 这个没用啊

然后 立刻再试：

python - << 'EOF' import torch print(torch.__version__) print(torch.cuda.is_available()) EOF

80% 的情况下，这一步直接解决

---

✅ 方案二（如果方案一没好）：强制使用 conda-forge 的 OpenMP

conda install -y libgomp -c conda-forge

再测一次。

---

五、一个你现在“可以放心忽略”的东西

你这里有一行：

cuda-version 12.9 3 nvidia

这 不会影响 PyTorch，原因是：

• PyTorch 只用自己链接的 CUDA 11.8

• conda 的 cuda-version 只是一个 meta package

• ❌ 它不是运行时库

👉 不用管，也不用删

---

六、为什么我确定不是你装错 PyTorch？

因为如果是 PyTorch / CUDA 真冲突，你会看到的是：

• libcudart.so not found

• CUDA driver version is insufficient

• libnvrtc.so 报错

而你现在是：

❌ libtorch_cpu.so
❌ Intel JIT symbol missing

这是 CPU 依赖问题，不是 GPU