Ich habe die Anzahl der verlorenen Stunden gezählt, die ich damit vergeudet habe, diese Konfiguration einzurichten [ängstliches Emoji]. Selbst mit der neuesten Torch-Version stoße ich immer wieder auf diese frustrierende Fehlermeldung [ängstliches Emoji]: „NVIDIA GeForce RTX 5070 Ti mit CUDA-Fähigkeit sm_120 ist nicht mit Ihrer aktuellen PyTorch-Konfiguration kompatibel. Die installierte PyTorch-Version unterstützt nur CUDA-Fähigkeiten von sm_50 bis sm_90.“

—————————————————————— [LÖSUNG] Was ein absoluter Albtraum war – aber riesigen Dank an die Community, die mich gerettet hat [weinendes Emoji x2]! Nach endlosen Kämpfen habe ich es schließlich zum Laufen gebracht, indem ich auf die Nachtbuild-Version von torch 12.8 umgestiegen bin. Der echte Knackpunkt? Ich brauchte auch xformers, aber konnte keine Version finden, die sowohl mit der neuesten torch-Version als auch mit CUDA kompatibel war. Letztendlich musste ich xformers manuell neu kompilieren, indem ich eine Workaround-Lösung aus einem GitHub-Issue verwendet habe [weinendes Emoji x2] – was für eine Achterbahn der Gefühle!
Ich hatte dasselbe Problem mit meiner RTX 5070 Ti und dem neuesten Torch – total frustrierend! Aber die Lösung im Artikel hat super geklappt, nachdem ich die CUDA-Version aktualisiert habe. Wer hätte gedacht, dass so eine kleine Änderung so viel ausmachen würde? Hoffentlich sparen das anderen Lesern auch viele Stunden.