Runs on CPU and not GPU

快速结论：该问题通常出现在 Fooocus 首次启动或重新安装后，PyTorch 未能正确检测到 CUDA 环境，导致模型推理仅使用 CPU。优先排查 python_embeded\Lib\site-packages\torch-2.1.0+cu121.dist-info 文件夹是否存在，若缺失则运行手动安装 GPU 版 PyTorch 的命令。

问题场景

用户在 Windows 环境下从 GitHub Release 下载 Fooocus 压缩包并解压后，运行 run.bat 启动程序。生成图像时任务管理器显示 CPU 负载接近 100% 而 GPU 使用率极低或为零。部分用户曾在之前尝试过其他教程安装 CUDA 但遇到 Torch not compiled with CUDA 错误。

报错原文

Torch isn't compiled with CUDA

（任务管理器截图显示 CPU 使用率高，GPU 使用率低）

原因分析

可能原因：使用的 PyTorch 版本未包含 CUDA 支持（即 CPU-only 版本）。如果通过手动安装或其他非官方途径部署 Fooocus，可能在不经意间安装了只支持 CPU 的 torch 包。官方 Release 包内嵌的 Python 环境默认应包含 CUDA 12.1 版的 PyTorch 2.1.0，若该目录缺失则说明环境被污染或替换。

另有用户反映每次重启程序后 GPU/CPU 选择随机，该现象在 Issue 中无明确解决方案，可能原因包括 CUDA 库路径冲突、环境变量异常或显卡驱动不兼容。

环境排查

检查 Fooocus 安装目录下是否存在 python_embeded\Lib\site-packages\torch-2.1.0+cu121.dist-info 文件夹。
确认 NVIDIA 显卡驱动已正确安装，并支持 CUDA 12.1。
在命令提示符中运行 python_embeded\python.exe -c "import torch; print(torch.cuda.is_available())"，输出应为 True。
如果是通过 conda/venv 等虚拟环境安装，请替换为对应 Python 解释器路径。

解决步骤

按 Win + R 打开运行框，输入 cmd 并回车打开命令提示符。
使用 cd 命令导航到 Fooocus 的安装根目录（例如 cd C:\Fooocus）。
执行以下命令强制安装 CUDA 12.1 版本的 PyTorch：
python_embeded\python.exe -m pip install torch torchvision --index-url https://download.pytorch.org/whl/cu121
等待安装完成，期间可能看到 DEPRECATION 警告（如 torchsde 依赖规范问题），此警告不影响正常使用，可忽略。
重新启动 run.bat 或 entry_with_update.py。

对于随机选择 GPU/CPU 的异常情况（非本文主要问题），可优先尝试上述步骤确保 PyTorch CUDA 环境正确；若问题仍然存在，建议检查系统环境变量 CUDA_VISIBLE_DEVICES 是否被错误设置，或更新显卡驱动至最新版本。

验证方法

在 Fooocus 启动后生成一张测试图片，打开任务管理器查看 GPU（具体为 3D 或 Cuda 负载）是否明显上升；或在终端执行 python_embeded\python.exe -c "import torch; print(torch.cuda.is_available())"，输出应为 True。