GPU：RTX 4090 24GB。
环境依赖确认
系统信息
# 查看系统信息
cat /etc/os-release
# 硬件架构，CPU指令集架构
# x86_64 64位 Intel/AMD 架构
# arm64 等价 aarch64 macOS 常见
uname -m
# GPU 相关信息
nvidia-smi
# 查看内存使用限制，eg：60129542144
cat /sys/fs/cgroup/memory.max 2>/dev/null
# 磁盘空间
df -h依赖
# 查看 NVIDIA CUDA 编译器（nvcc） 的版
nvcc --version
# GNU C 编译器版本
gcc -version
# 查看动态链接库依赖的工具，属于 glibc。用于查看 glibc 版本
ldd --version | head -n 1
# FFmpeg 版本及编译配置
ffmpeg -version
git --version
# 查找 **conda** 可执行文件的路径。有输出说明 conda 已安装并在 `PATH` 中
which conda
# 查找 uv（一个用 Rust 写的极快 Python 包/环境管理器）的路径，有输出表示已安装可用
which uv- CUDA 和 gcc 决定能否编译 GPU 算子；
- glibc 决定预编译包能否运行；
- FFmpeg 决定视频输出链路是否就绪；
- conda/uv 决定 Python 依赖怎么装；
torch
- 使用 Python 确认 torch 版本：
python - <<'PY'
try:
import torch
print("PyTorch:", torch.__version__)
print("CUDA Runtime:", torch.version.cuda)
print("CUDA Available:", torch.cuda.is_available())
if torch.cuda.is_available():
print("GPU:", torch.cuda.get_device_name(0))
print("Compute Capability:", torch.cuda.get_device_capability(0))
except ImportError:
print("PyTorch not installed")
PY
# 输出类似
PyTorch: 2.12.0+cu130
CUDA Runtime: 13.0
CUDA Available: True
GPU: NVIDIA GeForce RTX 4090
Compute Capability: (8, 9)完整脚本
上述命令，可以使用如下脚本进行输出确认：
echo "=== OS ==="
cat /etc/os-release | grep -E 'PRETTY_NAME|VERSION_ID'
uname -m
echo "=== GPU ==="
nvidia-smi
echo "=== Python ==="
python --version
which python
echo "=== PyTorch ==="
python - <<'PY'
try:
import torch
print("Torch:", torch.__version__)
print("CUDA:", torch.version.cuda)
print("GPU Available:", torch.cuda.is_available())
except Exception as e:
print(type(e).__name__, str(e))
PY
echo "=== CUDA Toolkit ==="
nvcc --version 2>&1 | tail -n 4
echo "=== System ==="
free -h
df -h
ldd --version | head -n 1
echo "=== Tools ==="
for x in git conda uv ffmpeg gcc; do
command -v "$x" || true
done安装
官方文档 RTX 20xx - RTX 50xx Installation
clone最新代码，--depth 1只拉取最近一次提交历史，减少下载量；
# 耗时 42s
cd /srv
git clone --depth 1 https://github.com/deepbeepmeep/WanGP.git- 使用
conda单独创建环境：
# 耗时 1m 5s
conda create -n wangp python=3.11.14 -y
# 可选
conda init
# 退出重新打开终端激活环境
conda activate wangp- 安装
torch依赖，需要下载几个G的依赖项，看下载速度，BitaHub 彼塔云 耗时：23m 1s。
python -m pip install --no-cache-dir \
torch==2.10.0 \
torchvision==0.25.0 \
torchaudio==2.10.0 \
--index-url https://download.pytorch.org/whl/cu130- 安装项目依赖，需要下载几个G的内容，看下载速度，BitaHub 彼塔云 耗时：1h 39m 12s
python -m pip install --no-cache-dir -r requirements.txt- 完成后验证：
python -m pip check
# 提示如下，decord 是视频解码相关依赖，可能存在包元数据或平台兼容性问题，暂时先不管。
decord 0.6.0 is not supported on this platform
python wgp.py --help- 启动：
python wgp.py \
--listen \
--server-port 7860 \
--auth \
--offline--listen，监听所有网络接口，等效于使用0.0.0.0；--server-port 7860，web访问端口；--auth，启用 WebUI 密码认证，默认会生成密码并打印到终端，适用于外网安全访问，也可以使用环境变量WANGP_AUTH_PASSWORD指定固定密码；--offline， 禁止自动下载模型及相关资源，并报告缺失文件；
Troubleshooting
BitaHub 彼塔云 重启后运行提示错误
关机前运行启动正常，重启后提示如下错误：
ModuleNotFoundError: No module named 'pandas.util.version'
File "/opt/conda/envs/wangp/lib/python3.11/site-packages/pandas/__init__.py", line 31, in <module>
raise ImportError(
ImportError: C extension: pandas.util.version not built. If you want to import pandas from the source directory, you may need to run 'python setup.py build_ext' to build the C extensions first.验证：
python - <<'PY'
import importlib.util
from pathlib import Path
spec = importlib.util.find_spec("pandas")
print("pandas path:", spec.origin)
p = Path(spec.origin).parent
print("util/version.py exists:", (p / "util/version.py").exists())
print("util directory exists:", (p / "util").is_dir())
PY
# 输出
pandas path: /opt/conda/envs/wangp/lib/python3.11/site-packages/pandas/__init__.py
util/version.py exists: False
util directory exists: True
python -m pip show pandas | grep Version修复方式，重新安装：
PANDAS_VERSION=$(python -m pip show pandas | awk '/^Version:/{print $2}')
python -m pip install \
--force-reinstall \
--no-deps \
--no-cache-dir \
"pandas==$PANDAS_VERSION"
# 验证
python -c "import pandas; print(pandas.__version__)"