每日一坑之显卡算力过高的幸福烦恼 用3090运行ostrack，报错UserWarning: NVIDIA GeForce RTX 3090 with CUDA capability sm_86

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

省流版

卸载torch torchvision torchaudio（conda装conda卸 pip装pip卸）

命令行运行：

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

分析原因

贴一个OStrack GitHub链接：OStrack

根据Option1中的方式部署环境，即：

conda create -n ostrack python=3.8
conda activate ostrack
bash install.sh

在配置好各种路径后，运行test，报错

NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

翻译一下：当前pytorch支持算力 sm_37 sm_50 sm_60 sm_61 sm_70 sm_75，而当前显卡（GeForce RTX 3090）的算力为sm_86

我们是通过install.sh这个脚本安装的pytorch，注意看下图画框部分，原作者指定了安装cuda版本为10.2的pytorch，该版本pytorch不支持sm_86算力

解决方式1

将install.sh脚本第二行，也就是上图画框处的cudatoolkit=10.2 改为 cudatoolkit=11.3，修改过后第二行为：

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch

由于我的Solving environment要转八辈子转到我老，并且长期不想解决这个问题，这种方式我没有亲测

解决方式2

首先卸载pytorch torchvision torchaudio

conda uninstall pytorch torchvision torchaudio

（由于我的uninstall也很慢并且长期不想解决此问题，所以我选择直接remove环境，重新创建环境）

ostrack中的torch版本为1.9.0，查询pytorch官方

已知ostrack原文安装的是cuda10.2版本，不支持sm_86算力，故安装cuda11.3版本的

conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

理论上应该是可以，由于conda太慢了，还是没有亲测，选择官方给出的pip版

即：

pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

理论上还是可以的，报错找不到版本 

解决方式3

既然1.9.0版本的pytorch安装会有各种问题，so我直接安装了1.9.1版本的pytorch

即：

pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

安装结束后，查看torch版本支持的算力：

import torch

print(torch.cuda.get_arch_list())

输出：['sm_37', 'sm_50', 'sm_60', 'sm_70', 'sm_75', 'sm_80', 'sm_86']

即torch版本支持3090的sm_86算力！问题得到解决！

将install.sh脚本中安装pytorch的行注释掉

再运行bash install.sh 安装其它包，就可以成功运行了！