[Bug]: mmcv build failed with CUDA 12.8

快速结论：该报错通常出现在使用 NVIDIA RTX 50xx 系列显卡（需要 CUDA 12.8+）并尝试从源码编译 mmcv 或安装 mmcv 2.2.0 时。优先排查 PyTorch 版本与 CUDA 12.8 的兼容性，并考虑降级 PyTorch 到 2.7.0+cu128 版本。

问题场景

用户在使用 NVIDIA GeForce RTX 5070 显卡运行 Fooocus 时，因显卡依赖 CUDA 12.8 及以上版本，安装了 CUDA 12.8 和 PyTorch 2.8.0.dev20250410+cu128，但尝试从源码构建 mmcv 或安装 mmcv 2.2.0 时编译失败。

报错原文

mmcv compilation failed

原因分析

可能原因：mmcv 的预编译二进制文件或源码构建流程对 CUDA 12.8 的支持尚不完善，导致与 PyTorch 2.8.0 dev 版本搭配时编译失败。RTX 50xx 系列显卡需要 CUDA 12.8+，但 Fooocus 原版并未原生支持该硬件组合。

环境排查

Python 版本：3.10
CUDA 版本：12.8
PyTorch 版本：2.8.0.dev20250410+cu128（可能不稳定）
GCC 版本：11.4
操作系统：Ubuntu 22.04
显卡型号：NVIDIA GeForce RTX 5070 (RTX 50xx 系列)
mmcv 版本：尝试从源码构建或 mmcv 2.2.0
依赖工具：xformers, torchvision, torchaudio, pytorchlightning 等版本需匹配

解决步骤

降级 PyTorch 版本（可优先尝试）：根据社区经验，不要使用 PyTorch 2.8.0 dev 版本。建议降级到 PyTorch 2.7.0+cu128，该版本被报告在 RTX 50xx 显卡上工作正常。如果使用 PyTorch 2.7.1，需确保 torch、torchvision、torchaudio 版本严格匹配：
- torch: 2.7.1
- torchvision: 0.22.1
- torchaudio: 2.7.1
- 安装平台指定：cu128
安装正确的 xformers 版本：根据操作系统选择：
- Linux: xformers 0.0.31
- 非 Linux 系统: xformers 0.0.30
安装匹配的 PyTorch Lightning 和 Fabric：
- pytorchlightning: 2.5.2
- lightningfabric: 2.5.2
这些参数已在 FooocusPlus 项目中验证可行。
使用替代分支（可选）：如果原版 Fooocus 仍无法解决问题，可以尝试使用以下已解决 RTX 50xx 兼容性的分支：
- fooocusrtx508090

验证方法

在调整后的环境中重新执行 mmcv 构建命令，观察是否成功编译。或直接启动 Fooocus，检查是否能正常加载模型并出图，不再出现“mmcv compilation failed”报错。

参考来源

lllyasviel/Fooocus #4088

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

[Bug]: mmcv build failed with CUDA 12.8