はじめに
本記事では、Windows 11環境において、Pythonパッケージマネージャー uv を使用して
Python 3.12の仮想環境を構築し、NVIDIA GPU対応のPyTorch（CUDA 12.8）を
インストールする手順を紹介します。
動作確認環境
| 項目 | 内容 |
|---|---|
| OS | Windows 11 |
| GPU | NVIDIA GeForce RTX 5080 Laptop GPU |
| ドライバーバージョン | 572.90 |
| CUDAバージョン | 12.8 |
| PyTorchバージョン | 2.10.0+cu128 |
1. uvのインストール
uv はRust製の高速なPythonパッケージ・プロジェクト管理ツールです。
pip や venv の代替として、依存関係の解決や仮想環境の作成を高速に行えます。
PowerShellを管理者権限で開き、以下を実行します。
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
インストール後、ターミナルを再起動してPATHを反映させます。
uv --version
# uv 0.10.4 (079e3fd05 2026-02-17)
2. PowerShellの実行ポリシー変更
仮想環境の有効化スクリプト（.ps1）を実行するには、
PowerShellのスクリプト実行ポリシーを変更する必要があります。
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
確認プロンプトが表示されたら Y を入力します。
3. Python 3.12のインストールと仮想環境の作成
プロジェクトディレクトリに移動し、Python 3.12をインストールして
仮想環境を作成します。
# プロジェクトディレクトリに移動
cd E:\workspace\zeroai
# Python 3.12をインストール（uvが自動でダウンロード・管理）
uv python install 3.12
# Python 3.12を指定して仮想環境を作成
uv venv .venv --python 3.12
仮想環境の有効化
.venv\Scripts\Activate.ps1
プロンプトの先頭に (.venv) が表示されれば有効化成功です。
4. GPUの確認（nvidia-smi）
PyTorchのインストール前に、GPUとCUDAバージョンを確認します。
nvidia-smi
Sun Feb 22 09:06:53 2026
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 572.90 Driver Version: 572.90 CUDA Version: 12.8 |
|-----------------------------------------+------------------------+----------------------+
| GPU Name Driver-Model | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 5080 ... WDDM | 00000000:C5:00.0 On | N/A |
| N/A 49C P5 21W / 160W | 2612MiB / 16303MiB | 37% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
CUDA Version: 12.8 が確認できます。
nvidia-smi で表示されるCUDAバージョンはドライバーが対応している最大バージョンです。
PyTorchはこのバージョン以下のCUDAビルドであれば動作します。
5. PyTorch（CUDA 12.8対応）のインストール
PyTorch公式サイトで現在サポートされているCUDAバージョンは以下の通りです。
| CUDAバージョン | インデックスURL |
|---|---|
| 12.8 | https://download.pytorch.org/whl/cu128 |
| 13.0 | https://download.pytorch.org/whl/cu130 |
RTX 5080はBlackwellアーキテクチャの最新GPUであり、
cu128を使用することで最大限のパフォーマンスを引き出せます。
uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128
6. インストールの確認
以下のコマンドでPyTorchがGPUを正しく認識しているか確認します。
python -c "import torch; print(torch.__version__); print(torch.cuda.is_available()); print(torch.cuda.get_device_name(0))"
2.10.0+cu128
True
NVIDIA GeForce RTX 5080 Laptop GPU
-
2.10.0+cu128→ PyTorch 2.10.0、CUDA 12.8ビルド -
True→ GPUが利用可能 -
NVIDIA GeForce RTX 5080 Laptop GPU→ RTX 5080を正しく認識
GPU版PyTorchのインストールが完了しました。
まとめ
| ステップ | コマンド |
|---|---|
| uvインストール | irm https://astral.sh/uv/install.ps1 | iex |
| 実行ポリシー変更 | Set-ExecutionPolicy RemoteSigned -Scope CurrentUser |
| Python 3.12インストール | uv python install 3.12 |
| 仮想環境作成 | uv venv .venv --python 3.12 |
| 仮想環境有効化 | .venv\Scripts\Activate.ps1 |
| PyTorch（cu128）インストール | uv pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128 |
uvを使うことで、Pythonのバージョン管理から仮想環境の作成、パッケージのインストールまでを一貫して高速に行えます。
RTX 5080のような最新GPUを使っている場合は、対応するCUDAバージョンのPyTorchを選ぶことが重要です。