古い PyTorch のコード資産を持っている会社は、「昔のコードが最新の PyTorch で動かない」「最新の GPU（GeForce RTX 50 シリーズ＝Blackwell など）で動かない」という問題によく遭遇します。本記事では、PyTorch バージョン・対応 GPU Compute Capability（SM レベル）・対応 CUDA バージョンの関係を、2026年6月時点の情報にあわせて整理します。

🔄 2026年9月更新

• Rubin 世代（sm_107）は CUDA 13.4 で対応しましたが、開発者プレビューの位置づけです。NVIDIA は「ベンチマーク・性能分析・本番運用を意図したものではない」と明記しています。
• Rubin のカーネルを実行するには R615 ドライバが必要です。CUDA 13.4 Developer Preview に付属する R610 では足りません。
• 番号の読み方について補足します。Blackwell が sm_100 と sm_120 に分かれているのは製品ラインの違いで、100 番台がデータセンター向け、120 番台が GeForce とワークステーション向けです。Rubin はデータセンター側の後継なので 100 番台の続きになります。番号の大小は世代の新旧を表しません。
• cubin はメジャー番号が同じで、マイナーが同じか上の GPU でしか動きません。同じ Blackwell でも sm_100 と sm_120 の間にバイナリの互換はありません。詳しくは Blackwell なのに 10.0 と 12.0 がある。NVIDIA の Compute Capability 番号のわかりにくさを整理する をご覧ください。

🔄 2026年6月更新

• Blackwell 世代（GeForce RTX 50 シリーズ = sm_120 / データセンター向け B100・B200 = sm_100）は CUDA 12.8 以降で対応。
• PyTorch は 2.7.0（2025年4月）で Blackwell に正式対応し、CUDA 12.8 ビルド（cu128）の wheel を提供。以降の 2.8 / 2.9 / 2.10 系も対応しています。
• 2.8 以降の cu128 ビルドでは Maxwell / Pascal（sm_50・sm_60）が対象外になりました（Volta sm_70 は維持）。
• 現行の安定版は 2.10 系（2026年1月）。CUDA 12.6 / 12.8 に加え CUDA 13.0 ビルドも選択でき、Python は 3.14 まで対応。
• CUDA 13.0 では Maxwell / Pascal / Volta（sm_50〜sm_72）のサポートが終了し、対応は Turing（sm_75）以降になりました。旧 GPU 資産を使う場合は CUDA 12.x 系に留める必要があります。

PyTorchがサポートするGPUの Compute Capability

PyTorch旧バージョンインストール方法参考ページ

https://pytorch.org/get-started/previous-versions/

PyTorchがサポートするPythonバージョン

Compute Capabilityと代表的GPUラインナップ

出展: https://blog.qualiteg.com/nvidia-gpu-capability-level/

対応CUDAバージョン

関連ポスト