DeepMD-kit Conda 与 CUDA 版本排查

问题背景

DeepMD-kit 的报错常来自 Python 依赖和 GPU runtime，不一定是 DeepMD 本身的问题。

适用环境

适用于使用 Conda 管理 DeepMD-kit 的 Linux 用户。

安装步骤

1. TODO：确认驱动支持的 CUDA 上限。
2. TODO：创建隔离 Conda 环境。
3. TODO：安装 DeepMD-kit。
4. TODO：验证 CPU/GPU 路径。

验证命令

TODO：记录 python -c 导入测试、dp --version 和 GPU 检测结果。

常见错误

包括 TensorFlow 找不到 CUDA、libstdc++ 冲突、环境混用。

解决方法

尽量避免系统 Python、多个 Conda 环境和手工 LD_LIBRARY_PATH 混杂。

服务入口

可协助 DeepMD-kit 与 CUDA 环境远程排错。

免责声明

版本组合需结合现场硬件验证。