Runs on CPU and not GPU

快速结论：Fooocus 在启动或出图时被观察到占用 CPU 而非 GPU，通常意味着安装目录里实际装的是 CPU 版 Torch，或者 CUDA 版 Torch 没被正确安装。优先确认 Torch 是否为 cu121 构建版本。

适用环境：Issue 中确认的环境为：Windows（通过 run.bat 启动）、Fooocus 以官方 releases zip 解压方式安装（内置 python_embeded）。评论中提到的 Torch 版本为 torch-2.1.0+cu121。未确认具体显卡型号、驱动版本和完整 CUDA Toolkit 版本。

最快修复方案：在 Fooocus 安装目录打开命令提示符，运行评论中给出的命令，把内置环境里的 Torch 替换为 CUDA 版：python_embeded\python.exe -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121。

注意事项：该命令假定你使用官方 zip 解压安装；若使用 conda/venv，则需替换为对应环境的 python 可执行文件。安装过程中出现的 torchsde 依赖 specifier 提示属于 DEPRECATION 警告，并非命令失败。此外，“每次启动随机用 GPU 或 CPU”的情况在该 Issue 中没有给出确认原因，也无法据此断定修复命令一定生效。

问题场景

用户按 readme 下载 Fooocus、解压后运行 run.bat，出图速度很慢，从任务管理器观察发现渲染时 CPU 和/或 GPU 占用异常，怀疑实际是在用 CPU 推理而不是 GPU。此前用户还曾按视频教程操作，遇到过 Torch 未编译 CUDA 的错误，并单独安装过 NVIDIA CUDA。评论中另有用户反馈同样表现为“使用 CPU 而非 GPU”，以及“每次启动随机选 GPU 或 CPU”。

报错原文

Runs on CPU and not GPU

torch not compiled with CUDA

原因分析

最可能的原因：Fooocus 安装目录中安装的是 CPU 版 Torch，而不是 CUDA 版。评论给出的判断依据是检查该目录是否存在：python_embeded\Lib\site-packages\torch-2.1.0+cu121.dist-info。如果不存在，说明 Torch 很可能是 CPU 版本（评论指出手动安装方式默认可能只装 CPU 版）。

另一个可能原因是此前按视频教程手动安装 CUDA 或手动装 Torch 时覆盖/污染了内置环境，导致 CUDA 支持缺失。至于“每次启动随机选择 GPU 或 CPU”的现象，Issue 中没有确认原因，可能与环境或启动时设备检测有关，需单独排查。

环境排查

确认 Fooocus 安装方式：是否为 releases 页面下载 zip 后解压运行（Issue 中命令基于此假设）。
检查 python_embeded\Lib\site-packages\ 下是否存在 torch-2.1.0+cu121.dist-info 文件夹。
确认此前是否手动安装过 CUDA、Torch 或使用过其他安装教程，导致内置环境被改动。
确认启动方式：是否直接双击 run.bat，是否使用 conda/venv 等自定义 Python 环境。
显卡型号、驱动版本、CUDA Toolkit 版本在 Issue 中未提供，可自行确认。

解决步骤

打开命令提示符（cmd）。
切换到 Fooocus 的安装目录。

运行以下命令，将内置环境中的 Torch 和 torchvision 安装为 CUDA 12.1 版本：

python_embeded\python.exe -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121

如果你使用的是 conda/venv 而非官方 zip 安装，请把命令中的 python_embeded\python.exe 替换为对应环境的 Python 可执行文件。
安装完成后重新运行 run.bat 启动 Fooocus，观察渲染时的 GPU 占用。

验证方法

重新出图时检查任务管理器中 GPU 是否出现明显占用、CPU 占用是否不再作为主要计算负载；同时可再次确认 python_embeded\Lib\site-packages\torch-2.1.0+cu121.dist-info 目录存在。如果安装后仍只跑 CPU，Issue 中未提供进一步确认的排查方案。