PyTorch 官方为不同的计算平台（CPU、CUDA、ROCm、Intel XPU）提供独立的 wheel 索引（原始地址为 https://download.pytorch.org/whl/<平台>），用于安装 torch、torchvision、torchaudio 等包的对应构建。
请选择与本机计算平台匹配的索引：
计算平台
注意：
- PyPI 上的
torch在 Linux 下默认为 CUDA 构建，在 Windows 与 macOS 下为 CPU 构建；如需其他平台的构建，请使用本索引。 - 各索引支持的 PyTorch 版本不尽相同，较旧的 CUDA 版本通常只提供较旧的 PyTorch 版本，请参考 PyTorch 官方安装说明。
- 本索引主要包含 PyTorch 相关包及其部分依赖，并非完整的 PyPI 镜像；其余包应从 PyPI（或所配置的 PyPI 镜像）获取。
pip
临时使用
使用 --index-url 时，所有依赖都会从本索引获取；若出现依赖缺失，可改用 --extra-index-url，但 pip 会在所有索引中选择“最佳”版本，可能会从 PyPI 安装到非预期平台的构建。
设为默认
Astral uv
在项目中使用（推荐）
在 pyproject.toml 中添加如下内容，将 torch 等包固定到本索引：
也可以使用 uv add 自动写入上述配置：
[tool.uv.sources] 中的条目还支持 marker（如 marker = "sys_platform == 'linux'"）与 extra 等字段，可按平台或 extra 选择不同的计算平台，详见 uv 的 PyTorch 集成文档。
临时使用
命令行传入的 --index 优先级高于 PyPI。由于 uv 默认的 first-index 策略，本索引中存在的包（包括部分依赖）只会从本索引获取。
设为默认
- Linux/macOS：在
~/.config/uv/uv.toml（或$XDG_CONFIG_HOME/uv/uv.toml）或者/etc/uv/uv.toml - Windows：在
%AppData%\uv\uv.toml或者%ProgramData%\uv\uv.toml
填写下面的内容：
注意：[tool.uv.sources] 只能写在 pyproject.toml 中。详情参考官方配置文件文档。
GPU 扩展包
FlashAttention、DeepSpeed、vLLM 等 GPU 扩展包的预构建 wheel 可参考 Astral GPU indexes 帮助。