核心内容

1. PyTorch ↔ nvcc ↔ CUDA Toolkit

• 编译时必须完全匹配（锁 ABI）
• nvcc 是 CUDA Toolkit 的编译器，PyTorch 在编译 CUDA 扩展时必须使用与安装时一致的 CUDA Toolkit 版本，否则会导致 ABI 不兼容

2. vLLM ↔ torch

• vLLM 是 PyTorch 的底层 CUDA 扩展
• 编译 + 运行都依赖 PyTorch 的内部 API/ABI
• 必须精确绑定 torch 版本，不能随意升级或降级

3. 运行时只看驱动

• 运行时 CUDA 兼容性由 NVIDIA 驱动决定
• 驱动版本只要 ≥ 编译时的 CUDA 版本 即可向后兼容

4. --no-build-isolation 的作用

• 禁用隔离构建环境：阻止 pip 在构建时创建临时环境并自动下载依赖
• 强制复用当前环境：确保 vLLM 编译时直接链接当前已安装的 torch 和 CUDA Toolkit
• 避免版本漂移：防止 pip 自动拉取不同版本的构建依赖导致 ABI 不匹配，保证编译与运行环境的一致性