最近在部署 SyncTalk 虚拟数字人项目时，需要安装很多依赖项，在执行到pip install --no-index --no-cache-dir pytorch3d -f https://dl.fbaipublicfilecnblogs.com/pytorch3d/packaging/wheels/py38_cu113_pyt1121/download.html这一句命令时，安装 PyTorch3D 失败，输出如下信息：

(synctalk) C:SyncTalk>pip install --no-index --no-cache-dir pytorch3d -f https://dl.fbaipublicfilecnblogs.com/pytorch3d/packaging/wheels/py38_cu113_pyt1121/download.html
Looking in indexes: https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple, https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple
ERROR: Could not find a version that satisfies the requirement pytorch3d (from versions: none)
ERROR: No matching distribution found for pytorch3d

于是，我就想着克隆 facebookresearch/pytorch3d 官方仓库源码，自行通过本地编译的方式进行安装。

了解到 SyncTalk 虚拟数字人项目依赖的 Pytorch 版本是 1.12.1，CUDA 版本是 11.3，PyTorch3D 版本是 0.7.2。

而编译 PyTorch3D 除了依赖 CUDA 之外，需要另外依赖 CUB 和 Visual Studio 2017 或 Visual Studio 2019。

根据 CUB 官方建议，CUDA 11.3 对应的 CUB 版本是 1.11.0，对照表地址：https://github.com/NVIDIA/cub。

所以从 CUB 官方仓库 下载了 1.11.0 版本压缩包：https://github.com/NVIDIA/cub/archive/refs/tags/1.11.0.zip，将其解压到任意路径，

我是解压到 C:Program Filescub-1.11.0，然后配置 CUB_HOME 系统环境变量，填的也是这个路径，不需要额外添加到 PATH 系统环境变量。

另外，也配置了 CUDA_HOME 这个系统环境变量，指向 CUDA Toolkits 11.3 的安装路径：C:Program FilesNVIDIA GPU Computing ToolkitCUDAv11.3，

以及向系统环境变量 PATH 追加了 %CUDA_HOME%bin;%CUDA_HOME%libnvvp;。

需要再次强调的是，这里配的是系统环境变量，不是用户环境变量。系统全局范围生效，而不是当前用户生效。

至于 Visual Studio 2017 或 Visual Studio 2019，我电脑只安装了 Visual Studio 2022，

而VS官方下载页已经不开放 VS2019 及更早版本的下载，即便是登录 Microsoft 账号跳转到订阅服务页面，普通订阅也获取不到可用的下载地址。

经过一番搜索，发现这几个永久下载链接还没失效，大家可以下载收藏：

• 最新版本 Microsoft C++ 生成工具 - Visual Studio：https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/
• Visual Studio 2022 Build Tools 下载：https://aka.ms/vs/17/release/vs_BuildTools.exe
• Visual Studio 2019 Build Tools 下载：https://aka.ms/vs/16/release/vs_BuildTools.exe
• Visual Studio 2017 Build Tools 下载：https://aka.ms/vs/15/release/vs_BuildTools.exe

Visual Studio 生成工具 安装后，需要重启电脑。

解决了前置依赖条件和编译环境后，打开 x64 Native Tools Command Prompt for VS 2017 或 x64 Native Tools Command Prompt for VS 2019，执行以下命令，开始克隆 PyTorch3D 0.7.2 版本，同时进行编译和安装：

(synctalk) C:SyncTalk>set DISTUTILS_USE_SDK=1
pip install "git+https://github.com/facebookresearch/pytorch3d.git@v0.7.2"

编译并且安装成功后，我们验证一下是否可用：

(synctalk) C:SyncTalk>python -c "import torch; import pytorch3d; print('PyTorch version:', torch.__version__); print('PyTorch3D version:', pytorch3d.__version__)"
PyTorch version: 1.12.1+cu113
PyTorch3D version: 0.7.2

PS：CUDA Toolkits 11.3 的下载地址为：https://developer.nvidia.com/cuda-11.3.0-download-archive

如果要编译和安装 PyTorch3D 最新稳定版，可以把 @v0.7.2 改为 @stable。