【暖心小贴士】4060/4070/4080/4090/A40/A400显卡不适配CUDA11.3以下的cuda版本

最新推荐文章于 2025-02-11 11:26:33 发布
最新推荐文章于 2025-02-11 11:26:33 发布
阅读量8.2k 收藏 38
点赞数 18
文章标签： 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/QAQterrible/article/details/131033270
版权
文章指出4060、4070、4080、4090以及A40、A400系列显卡无法与CUDA11.3以下版本配合使用，提醒用户不要尝试使用这些旧版CUDA，以免遇到问题。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

如题！4060/4070/4080/4090/A40/A400显卡不适配CUDA11.3以下的cuda版本，不要再折腾了！！！（我已经气晕了）

 

论文复现：QA-GNN: Reasoning with Language Models and Knowledge Graphsfor Question Answering
Matcha-cheese
03-27 2517
2.创建一个nltk_data文件夹，往下再创建一个corpora文件夹，最后把stopwords解压后的文件夹放在corpora文件夹下：D:\Python3.8\nltk_data\corpora（根据自己的报错路径对应去放）因为我的pip install不知道抽什么风了，不能直接网络下载torch-scatter torch-sparse torch-geometric 所以我本地下载，链接放下面了。1.去github下载模型，根据自己的spacy的版本下载对应的en版本。在终端中运行以下命令。
4090显卡 安装cuda 11.3 版本
weixin_55982578的博客
06-13 2799
4090 安装其他版本的cuda
NVIDIA ampere显卡不支持cuda11以下的版本
qq_29007291的博客
08-18 1377
参考目录:https://docs.nvidia.com/deeplearning/cudnn/support-matrix/index.html，从参考目录中可以看见，cuda10系列不支持ampere架构的显卡
【配置深度学习环境（RTX 4070）】
最新发布
m0_48659959的博客
02-11 1743
虽然 RTX 4070 官方支持 CUDA 12.3+，但 PyTorch 目前只支持 CUDA 12.1，所以建议安装 CUDA 12.1。应该显示 你的 RTX 4070 以及 CUDA 12.1，并且 GPU 使用率、显存占用等信息。如果你之前已经安装 Anaconda，可以直接使用它。不要安装 +cpu 版本的 PyTorch，否则仍然无法使用 GPU！如果显示 RTX 4070 的信息，说明驱动安装成功。下载 cuDNN 8.9 for CUDA 12.1。解压并手动添加到 CUDA 目录。
CUDA deviceQuery参数详解
caisense的专栏
04-25 7922
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v8.0\1_Utilities\deviceQuery\../. ./bin/win64/Debug/deviceQuery.exe Starting... CUDA Device Query (Runtime API) version (CUDART static linking)Detected 1
RTX4060对应的cuda版本
qq_34425255的博客
06-06 1万+
【代码】RTX4060对应的cuda版本。
RTX4050的cuda版本确定。
m0_69708695的博客
05-31 4516
我的Driver版本是12.1，所以 CUDA Runtime应小于12.1，对于4050显卡来说，已经查到 CUDA Runtime版本可以使用11.5--11.8（对于40系显卡来说目前都是这样），所以下载11.8版本，总之不论如何，一定要有 CUDA Driver 版本 >= CUDA Runtime 版本。确保自己的 CUDA Driver 版本 >= CUDA Runtime 版本。
在GPU为4060的Ubuntu20.04下的安装cuda==11.8、CUDNN==8.6.0、TensorRT 8.5.1.7
qq_41938005的博客
09-13 3342
在利用tensorrt加速推理yolo v5时，遇到这个问题，经过不断探索，不断尝试，发现是因为笔记本的显卡为4060。
NVIDIA安培架构GPU安装CUDA 11与Tensorflow 1.15.2
Arieslady520的博客
08-24 1304
安培架构GPU安装Tensorflow 1.15.2
30 系列显卡是新一代架构，新驱动不支持 cuda 9 以及 cuda 10，所以必须安装 cuda 11
fangweijiex的博客
03-31 9612
30 系列显卡是新一代架构，新驱动不支持 cuda 9 以及 cuda 10，所以必须安装 cuda 11 最近在训练一个深度学习模型，要求的环境是python=3.7 + torch=1.3, 而torch1.3支持的cuda版本为9.2或10.2 但是我所用的显卡为3090, 所以网上的解决办法都试遍了， 都解决不了服务器在载入模型的时候很慢 后来无意中看到GeForce RTX 30系显卡目前是支持CUDA 11.1及以上版本 ...
RTX4080+Ubuntu20.04深度学习环境配置（小白入门友好）
m0_51330651的博客
09-19 7391
因为科研需要，最近几个月开始入门深度学习，准备做语义分割相关的东西。整了一块16G的4080显卡，从0开始学习配置，但找了网上很多资源，感觉很多都不适合纯小白入门。第一次配置成功后没有做记录，昨天因为系统的ubuntu图形用户界面崩掉了，整了很多方法，都没有成功拯救我的电脑，最后就重装了系统（一言难尽，心塞塞）。这一次开始配置就有意识从头做了记录，希望给同样开始入坑深度学习的友友一点帮助。本文配置涉及英伟达显卡驱动、CUDA、cuDNN、anaconda以及pytorch安装。
超实用总结！！显卡驱动无法支持cuda版本问题（终于捋清楚显卡驱动、cuda、pytorch的对应关系了）
qq_42537243的博客
04-08 1万+
用pytorch编写机器学习代码总会遇到cuda、显卡驱动版本不匹配的问题，经过一番折腾，终于捋清楚显卡驱动、cuda、pytorch的对应关系了！！！
CUDA11.3以及PyTorch-GPU版本安装
热门推荐
weixin_45763636的博客
02-27 5万+
CUDA11.3以及PyTorch-GPU版本安装笔记
RTX4090上运行Cuda10.1报错:ValueError: Unknown CUDA arch (8.9) or GPU not supported
weixin_42112760的博客
03-14 3354
参考compute capability的官方表格:https://developer.nvidia.com/cuda-gpus。原因是cuda（我这里是cuda10.1，改为支持7.5）的版本不支持当前算力（8.9）
NVIDIA GeForce RTX 4080 with CUDA capability sm_89 is not compatible with the current PyTorch instal
qq_38473254的博客
10-16 1732
这个警告信息表明你当前安装的PyTorch版本不支持你的NVIDIA GeForce RTX 4080 GPU，因为它的CUDA架构是sm_89，而你的PyTorch只支持sm_37、sm_50、sm_60和sm_70。为了使用GeForce RTX 4080 GPU，你需要安装一个支持sm_89架构的PyTorch版本。2、此时我的pytorch版本为1.11.0，查看cuda版本。运行命令，重新运行程序运行正常。根据自己的平台进行选择。
4090显卡安装什么cuda来使用pytorch或者tensorflow？
qq_42769818的博客
11-26 1万+
深度学习小白，有了显卡但是安装的驱动是12.0，结果cuda没有这么高版本的，搜索百度搜索不到，现在把自己实验的结果分享给其他人，希望有帮助。
Ubuntu 20.04 RTX 4090显卡 深度学习环境配置（Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5）
chen20170325的博客
04-21 2万+
完全按照官方操作即可，大概意思是将文档中的X.Y修改成CUDA版本号、v8.x.x.x修改成cuDNN版本号，这里我们将X.Y改为11.5、v8.x.x.x修改为8.3.2.44，同学们参照修改就可以了。前面已经安装过Nvidia显卡525，此处不需要Driver（前两个都取消）（X代表选中）（1）切换到/usr/local/cuda-11.6/samples目录下。（3）成功提取文件后不用管它，直接执行下面命令（不用修改，没有版本号之类）（2）将以下内容写入到~/.bashrc尾部，并保存成功。
Win11-RTX4060安装 Pytorch-GPU/Anaconda 干货避坑指南
Wayne的CSDN博客
05-08 3万+
pytorcha安装，anaconda踩坑记录
【开发配置】配置一台4090主力开发机的完全过程手册
CodeInLinXu
04-27 1023
【开发配置】配置一台4090主力开发机的完全过程手册 1、硬件配置清单 硬件配置 数量 价格参考 Intel i7 13700KF(cpu) 1 九州风神 冰魔方240 LT520(白) 1 华硕 ROG STRIX B760-I GAMING 1 海盗船 16G DDR5(6000MHZ) 复仇者 1 西数 黑盘SN770 500G NVME 2 电...
评论 24
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值