硬件要求与显存预算#
学习目标
读完本页你能：
对照官方要求判断自己的机器能不能跑
估计
num_envs调到多大时显存和吞吐会怎样变化知道哪些功能最吃显存，以及怎么缓解
前置知识
1.1 版本兼容矩阵：驱动与 Python 版本
0.6 一个 RL step 里发生了什么：渲染在什么条件下才发生
官方配置要求#
这一节回答：官方说需要什么配置？
Isaac Sim 5.1.0 的 x86_64 系统要求分三档[1]：
项目 |
最低 |
较好 |
理想 |
|---|---|---|---|
操作系统 |
Ubuntu 22.04 / 24.04，Windows 10 / 11 |
同左 |
同左 |
CPU |
Intel Core i7 第 7 代，AMD Ryzen 5 |
Intel Core i7 第 9 代，AMD Ryzen 7 |
Intel Core i9 X 系列或更高，AMD Ryzen 9 / Threadripper 或更高 |
核心数 |
4 |
8 |
16 |
内存 |
32 GB |
64 GB |
64 GB |
存储 |
50 GB SSD |
500 GB SSD |
1 TB NVMe SSD |
显卡 |
GeForce RTX 4080 |
GeForce RTX 5080 |
RTX PRO 6000 Blackwell |
显存 |
16 GB |
16 GB |
48 GB |
驱动（已测试版本） |
Linux 580.65.06，Windows 580.88 |
同左 |
同左 |
表 1：Isaac Sim 5.1.0 官方系统要求（x86_64）。aarch64 只支持 DGX Spark[1]。
要点：
显存与 num_envs：本站实测#
这一节回答：并行环境数翻倍，显存和速度会怎样变？
显存主要花在四处：物理状态（每个环境的刚体、关节、接触数据，随 num_envs 线性增长）；渲染（只要开了 GUI 或 RTX 传感器就会占用，与视口分辨率有关）；相机传感器（每个环境每台相机一份图像缓冲，随 num_envs × 相机数 × 分辨率 增长）；策略网络与优化器（训练时才有，与 num_envs 基本无关）。
下表是本站用随机动作驱动 Isaac-Reach-Franka-v0（无相机）测得的数据，没有训练网络，因此不含策略网络的显存。
模式 |
num_envs |
每秒 RL step |
每秒环境步数 |
显存峰值（整卡） |
显存增量 |
PyTorch 分配 |
次数 |
|---|---|---|---|---|---|---|---|
headless |
256 |
200（193.1–206.0） |
51,080 |
2965 MiB |
2421 MiB |
1 MiB |
2 |
headless |
1024 |
188（186.8–189.0） |
192,366 |
3101 MiB |
2557 MiB |
4 MiB |
2 |
headless |
4096 |
140（137.0–142.2） |
571,744 |
3761 MiB |
3217 MiB |
14 MiB |
2 |
GUI |
256 |
25 |
6,380 |
5666 MiB |
5122 MiB |
1 MiB |
1 |
GUI |
1024 |
24 |
24,735 |
5874 MiB |
5328 MiB |
4 MiB |
1 |
GUI |
4096 |
22 |
89,470 |
6630 MiB |
6084 MiB |
14 MiB |
1 |
表 2：本站实测，Isaac-Reach-Franka-v0，随机动作，计时 500 个 RL step（先预热 50 步）。headless 各跑 2 次，取平均值并在括号中给出范围；GUI 各跑 1 次。"显存增量"= 运行期间整卡显存峰值 − 启动前读数（544 MiB，含桌面环境）。每秒环境步数 = 每秒 RL step × num_envs。实测环境：RTX 5070 12 GB，驱动 580.178.04，Ubuntu 22.04（内核 6.8），Isaac Sim 5.1.0（pip）+ Isaac Lab 2.3.2，2026-09-30。
从表中可以读出：
headless 下显存增长很慢：环境数从 256 增加到 4096（16 倍），显存增量只从约 2.4 GB 增加到约 3.2 GB。对这个无相机的任务，大部分显存是 Isaac Sim 启动本身占用的，物理状态只占一小部分。
吞吐接近线性增长：每秒环境步数从约 5.1 万增加到约 57 万（约 11 倍）。代价是单个 RL step 变慢，每秒 RL step 从约 200 降到约 140。
开 GUI 代价很大：显存多出约 2.7–2.9 GB，每秒 RL step 降到 22–25，只有 headless 的 12%–16%。原因是 reach 任务把
render_interval设为等于 decimation，有 GUI 时每个 RL step 都要渲染一次视口（见 0.6 的"三个时间尺度"）。在这张 12 GB 的卡上，这个任务开到 4096 个环境仍有充足余量。换成带相机或更复杂机器人的任务，显存会大得多，需要重新测量。
脚本与复跑方法见 examples/isaaclab-2.3/1.3-hardware/（measure_vram.py 与 README）。显存读数取整卡数值，因为 PhysX 与渲染的显存不经过 PyTorch 的分配器（表中"PyTorch 分配"一列只有几 MiB）。
调大 num_envs 的方法：训练脚本都支持命令行参数 --num_envs；也可以在任务配置里改 scene.num_envs。先从 1024 开始，观察显存余量再翻倍。
最吃显存的功能#
这一节回答：显存不够时，先砍什么？
功能 |
为什么吃显存 |
缓解办法 |
|---|---|---|
GUI 与 RTX 渲染 |
视口渲染需要完整的 RTX 渲染管线 |
训练时用 |
相机传感器（TiledCamera 等） |
每个环境每台相机都要一份图像缓冲，随分辨率平方增长 |
降低分辨率、减少相机数；只在需要视觉观测的任务里启用 |
Replicator 合成数据 |
标注输出（分割、深度等）各自占用渲染缓冲 |
只打开需要的 annotator，分批生成 |
大规模克隆 |
物理状态随环境数线性增长；每个环境各自一份 USD 时开销更大 |
保持 |
表 3：最吃显存的功能。--headless、--enable_cameras 是 AppLauncher 的参数[3]；replicate_physics 见 0.5。
消费级卡与专业卡#
这一节回答：GeForce 和 RTX PRO 在仿真上差在哪？
只讲与仿真相关的三点，不做选购建议：
驱动#
这一节回答：主线组合该装哪个驱动？
Isaac Sim 5.1.0 要求页列出的 Linux 580.65.06、Windows 580.88 是已测试的驱动版本[1]。
Isaac Lab 2.3.2 安装页的说法是：使用最新的生产分支驱动，Linux 推荐 580.65.06 或更新，Windows 推荐 580.88[2]。
在新 GPU 上或遇到驱动问题时，官方建议从 Unix Driver Archive 用
.run安装最新的生产分支驱动[1]。
Linux 下开源内核模块（open kernel module）与闭源内核模块的取舍，官方要求页没有说明，本站暂不讨论。
笔记本、远程与云#
这一节回答：没有台式工作站怎么办？
笔记本：官方要求页没有单独讨论笔记本。需要注意的是，笔记本显卡的显存往往低于官方最低的 16 GB[1]，只适合小规模、无相机的任务。带核显加独显的机型，要确认 Isaac Sim 实际运行在 NVIDIA 独显上（推断：依据官方要求 RTX 显卡，核显不满足要求）。
远程与 headless：训练本来就不需要画面，headless 运行即可；需要看画面时，Isaac Sim 提供 livestream 客户端[6]。远程工作流见 7.1 headless 与远程运行。
云：官方在 AWS、Azure、GCP、阿里云、腾讯云、百度云等平台都有部署指南[7]。以 AWS 为例，要求是能启动带 RTX GPU 的 EC2 实例[8]；再结合"没有 RT Core 的 GPU 不受支持"这一条[1]，选实例时首先确认 GPU 型号带 RT Core。
常见误解#
误解：显存够大就一定能开很多环境
显存只是上限之一。从表 2 可以看到，环境数翻 4 倍时每秒 RL step 数会下降，也就是说单次 step 变慢了。开多少环境，要同时看显存余量和训练吞吐。
误解：A100、H100 这类数据中心卡最适合跑仿真
Isaac Sim 需要 RT Core，没有 RT Core 的 A100、H100 不受支持[1]。
延伸阅读#
中文翻译（中文翻译站，译自最新版 Isaac Sim 文档，与主线 5.1.0 可能有差异）：系统要求
版本说明#
表 1 为 Isaac Sim 5.1.0 的要求；6.x 的要求见其各自的 requirements 页，驱动推荐值见 1.1。
表 2 只在主线组合上实测，3.0 的 Newton 后端显存特性不同，未测。