decord 能读视频但不能用 GPU：先分清 CPU 发行包和 GPU 构建
视频节点报 decord 缺失、打不开文件或无法启用 GPU 时，要分别检查 Python 绑定、输入媒体和原生构建能力。Torch 能用 CUDA，并不证明 decord 也具备 GPU 解码。
现象与适用范围
视频节点报 decord 缺失、打不开文件或无法启用 GPU 时，要分别检查 Python 绑定、输入媒体和原生构建能力。Torch 能用 CUDA，并不证明 decord 也具备 GPU 解码。
检索片段；具体版本与异常上下文可能不同：
No module named 'decord'
CUDA not enabled
已核对的依据
Decord 上游说明在其文档所述分发方式中，PyPI 包提供 CPU 路线，GPU 支持涉及另外的源码构建选项。该说明应对照你使用的发行版本，不能据此给所有平台复制一套旧构建命令。 V04-DECORD
需要区分的情况
1. 目标解释器中没有 decord 绑定。
2. CPU 读取可用，但节点主动请求了当前构建不支持的 GPU 解码上下文。
3. 绑定及解码器可用，失败只针对损坏、无权限或不受支持的输入视频。
建议的排查顺序
以下为本站编排的操作建议，不表示已定位你的具体环境。
1. 记录节点、decord、系统和安装来源；确认异常发生在导入、VideoReader 创建还是指定设备时。
2. 先用短且来源明确的视频测试 CPU 路径及单帧读取。单个文件失败时核对媒体信息和输入权限，不立即更改 CUDA 环境。
3. 节点允许 CPU 解码时先选择该受支持路线。确需 GPU 解码，再按对应版本 README 核对原生构建、驱动和解码能力，并在隔离环境准备。
4. GPU 路线通过后，检查节点要求的张量桥接、帧数和时间索引。测试同一个小片段，再逐步扩大到完整任务。
怎样判断这一层已解决
目标视频能被读取，所选设备路径真实执行，帧数和输出内容正确。Torch GPU 可用或解码速度变快都不能单独证明 Decord GPU 构建有效。
注意事项和适用边界
不沿用旧 README 中不再适合当前系统的发行版包源或编译器命令。GPU 解码与模型推理使用 GPU 是两项独立配置。
资料核对：2026-09-22。本站未执行安装、GPU 推理或用户环境修复。
原始来源
- Decord upstream README · 2026-09-22
相关排查
排查下一个可能的原因
同样的现象可能来自不同原因。可以按顺序查看下面这些相关条目。
把完整日志粘贴到报错排查工具这篇内容对你有帮助吗？
匿名统计，只记录“有/没有帮助”的计数，不记录账号、IP 地址或设备信息。
资料来源
基于上游资料独立编写的草稿，未运行验证；版本观察限定到对应资料，未知封装身份明确保留。
01Decord upstream README资料核对: 2026-09-22报告问题 · 9aeda94e-d508-5d97-ba40-3ffb06631768
相关阅读
编辑为本页关联的条目。
用环境信息、单次变更和相同输入记录排查过程，区分安装记录、依赖检查和真实运行。