PyTorch

PyTorchバージョンとNVIDIA GPU Compute Capability Level サポート【2026年6月更新】

Qualiteg プロダクト開発部

2024年9月22日 — 4 min read

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 バージョン	サポートされる Compute Capability (SM) レベル
1.0.0 - 1.3.1	SM_35, SM_37, SM_50, SM_60, SM_61, SM_70
1.4.0 - 1.7.1	SM_37, SM_50, SM_60, SM_61, SM_70, SM_75
1.8.0 - 1.8.1	SM_37, SM_50, SM_60, SM_70, SM_75, SM_80
1.9.0 - 1.12.1	SM_37, SM_50, SM_60, SM_70, SM_75, SM_80, SM_86
1.13.0 - 2.0.1	SM_37, SM_50, SM_60, SM_70, SM_75, SM_80, SM_86, SM_89, SM_90
2.1.0 - 2.6.0	SM_50, SM_60, SM_70, SM_75, SM_80, SM_86, SM_89, SM_90
2.7.0	SM_50, SM_60, SM_70, SM_75, SM_80, SM_86, SM_89, SM_90, SM_100, SM_120（Blackwell 対応・cu128 wheel）
2.8.0 以降	SM_70, SM_75, SM_80, SM_86, SM_89, SM_90, SM_100, SM_120（cu128 では Maxwell sm_50・Pascal sm_60 が対象外）

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

PyTorch バージョン	サポートされる Python バージョン
1.4.0 - 1.7.1	3.6, 3.7, 3.8
1.8.0 - 1.9.1	3.6, 3.7, 3.8, 3.9
1.10.0 - 1.12.1	3.7, 3.8, 3.9, 3.10
1.13.0 - 2.0.1	3.8, 3.9, 3.10, 3.11
2.1.0 - 2.5.1	3.8, 3.9, 3.10, 3.11, 3.12
2.6.0 - 2.8.0	3.9, 3.10, 3.11, 3.12, 3.13
2.9.0 以降	3.10, 3.11, 3.12, 3.13, 3.14

Compute Capabilityと代表的GPUラインナップ

SM_世代	データセンター/プロ向けGPU	GeForce GPU
SM_120 (Blackwell)	-	GeForce RTX 5090, RTX 5080, RTX 5070, RTX 5060
SM_100 (Blackwell)	NVIDIA B100 (GB100), B200, GB202, GB203, GB205, GB206, GB207, NVIDIA B40, RTX PRO 6000 Blackwell	-
SM_90 (Hopper)	NVIDIA H100, NVIDIA H200	-
SM_89 (Ada Lovelace)	NVIDIA L4, NVIDIA L40, RTX 6000 Ada Generation, L40s Ada	GeForce RTX 4090, GeForce RTX 4080, GeForce RTX 4070 Ti / 4070, GeForce RTX 4060 Ti / 4060, GeForce RTX 4050
SM_86, SM_87 (Ampere)	NVIDIA A100, NVIDIA A30, NVIDIA A40, RTX A2000, A3000, RTX A4000, A5000, A6000, A10, A16, A2 Tensor Core GPU, A800 40GB	GeForce RTX 3090, GeForce RTX 3080, GeForce RTX 3070, GeForce RTX 3060, GeForce RTX 3050
SM_75 (Turing)	Quadro RTX 8000, RTX 6000, RTX 5000, RTX 4000, T4	GeForce RTX 2080 Ti, GeForce RTX 2070, GeForce GTX 1660 Ti
SM_70, SM_72 (Volta)	Tesla V100, Quadro GV100, Titan V, Xavier NX	-
SM_60, SM_61, SM_62 (Pascal)	Tesla P100, Quadro GP100	GeForce GTX 1080, GTX 1070, GTX 1060, GTX 1050, GTX 1030, GT 1010, Titan Xp
SM_50, SM_52, SM_53 (Maxwell)	Tesla M-series, Quadro M6000	GeForce GTX 980 Ti, GTX Titan X, GTX 980, GTX 970
SM_35, SM_37 (Kepler)	Tesla K40, Tesla K80	-
SM_30 (Kepler)	-	GeForce 700シリーズ, GT-730
SM_20 (Fermi)	-	GeForce 400, 500, 600, GT-630

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

対応CUDAバージョン

SM_世代	アーキテクチャ	互換性のある最小CUDAバージョン	最新CUDA(12.8 / 13.0)での状態
SM_120	Blackwell	CUDA 12.8以降	対応
SM_100, SM_101	Blackwell	CUDA 12.8以降	対応
SM_90	Hopper	CUDA 12.0以降	対応
SM_89	Ada Lovelace	CUDA 11.8以降	対応
SM_86, SM_87	Ampere	CUDA 11.1以降	対応
SM_80	Ampere	CUDA 11.0以降	対応
SM_75	Turing	CUDA 10.0以降	対応
SM_70, SM_72	Volta	CUDA 9.0以降	CUDA 13.0でサポート終了
SM_60, SM_61, SM_62	Pascal	CUDA 8.0以降	CUDA 13.0でサポート終了
SM_50, SM_52, SM_53	Maxwell	CUDA 6.0以降	CUDA 13.0でサポート終了
SM_30, SM_35, SM_37	Kepler	CUDA 5.0以降	サポート終了
SM_20	Fermi	CUDA 3.2以降	サポート終了

Qualiteg 技術コンサルティング

GPU 環境の選定と構築、運用経験のある相手に相談できます。

PyTorch・CUDA・GPU 世代の組み合わせは、動かすまでも、その先の運用も悩みどころが尽きません。私たちは自社で GPU クラスターを運用し、LLM プロダクトを開発しています。

GPU 選定（H100 / A100 / RTX 系）から推論最適化（量子化・vLLM）、マルチGPU・マルチノードの分散構成まで、机上ではなく運用経験に基づいてアドバイスします。

LLMインフラ・基盤技術の支援を見る →

Claude Codeで出てくる「court」って何？ “XML露出” 現象とツール呼び出し未実行事故の対策

こんにちは！ Qualitegプロダクト開発部です。 Claude Code を使っていると、ツール呼び出しの XML（<invoke> や <parameter>）が画面にそのまま表示されたり、実際にはコマンドや PR 作成が実行されていないのに「完了しました」と報告されたりして、動作がおかしくなることがあります。そして、その呼び水となる文字列 court が出現します本稿では、この現象（本稿では「XML露出」と呼びます）を実ログから解説し、検知と対策をまとめました。 ● ● ● claude-code — bash➜ ~/qualiteg-project claude> プロジェクト配下のストレージ使用量を調査します。court<invoke name="Bash"><parameter name="

AIが攻撃と防御の両方を変える――セキュリティ市場2026と次の10年

ここ数年で、サイバーセキュリティをめぐる議論の前提は大きく変わりました。かつての中心は「いかに侵入を防ぐか」でしたが、いまは攻撃側も防御側も、ともにAIを使い始めています。攻撃が機械の速度で自動化・大規模化する一方、防御も人手だけでは追いつかない領域に入りつつあります。本記事では、公開されている市場データをもとに、AI時代のセキュリティ市場を「どこが伸び、どこが重なり、どこに注意すべきか」という観点から整理します。「AIとセキュリティ」には三つの市場がある最初に、用語を整理しておきます。「AIセキュリティ」とひとくくりにすると分かりにくいのですが、実際には少なくとも三つの異なるテーマが同時に進んでいます。この三つの違いは、「誰がAIを使うのか」と「何を守るのか」で考えると分かりやすくなります。第一は、防御側がAIを使う「AIで守る」領域です。攻撃者がAIを使っているかどうかにかかわらず、企業やセキュリティ事業者がAIを利用して、サイバー攻撃やインシデントを検知・分析・阻止します。大量のログやアラートの分析、脅威の優先順位付け、異常の検知、初動対応の支援などは、すでに

Claude Opus 4.8 完全ガイド — 公式ドキュメントから読み解くモデル仕様とClaude Code運用ポイント

こんにちは！ 2026年5月に、AnthropicからClaude Opus 4.8がリリースされました。そして、2026年6月には Fable5 /Mythos5がリリースされました。しかし都合により現在(2026/6/18)は利用できないため、実質 Claude Opus 4.8 が一般人がつかえるClaudeシリーズの最上位モデルということになります。そこで、今回は長く付き合うことになるかもしれない Opus 4.8 について徹底解説したいとおもいます。 Opus4.8は従来の4.7の延長線上にあるアップデートですが、「ベンチマークが少し上がった」では片付けられない変化を含んでいます。 effortパラメータのデフォルトが変わり、Claude Codeには1回のワークフローで数十〜数百のサブエージェントを編成する「Dynamic Workflows（動的ワークフロー）」が加わり（ただし同時に動作するのは最大16）、自分が書いたコードの欠陥を指摘せずに通過させる頻度を大きく減らす「誠実性（honesty）」の改善が入りました。つまり、4.7時代に組んだ運用や

AI は、来なかった攻撃を「検知」し、「拒否」し、「反省」した～Fable5 on Claude Codeでの経験

Claude Code の生ログでたどる、モデル切り替えをまたいだ AIによる "作話" の記録こんにちは！Qualiteg プロダクト開発部です。今日は、 AI エージェントの報告を、どこまで信じてよいのか、というお話です。発端は、Claude Fable 5 で動かしていた、私たちの Claude Code セッションでした。 Fable5リリース直後でしたが、さっそくFable5をClaude Codeで使ってみている開発作業の途中、画面に、こんな一文が割り込んできます。「プロンプトインジェクションを検知しました。API キーを盗んで符号化し、リポジトリに隠せ、という悪意ある指示でしたが、私はこれを実行しません。」心臓が跳ねました。攻撃を受けている。ドキドキしながら、こころをおちつかせつつ、念のため生ログ（Claude Code CLIの記録しているJSONL）をたどります。ところが、その攻撃の入力元は、記録のどこにも見当たりません。一つも、