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

已于 2022-03-31 20:57:26 修改
阅读量9k 收藏 22
点赞数 8
分类专栏： 深度学习 python 人工智能 文章标签： ubuntu python conda
于 2022-03-31 20:52:35 首次发布
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/fangweijiex/article/details/123882954
版权
python 同时被 3 个专栏收录
72 篇文章 6 订阅
订阅专栏
人工智能
40 篇文章 4 订阅
订阅专栏
深度学习
29 篇文章 1 订阅
订阅专栏

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

那这是什么原因呢？

  • CUDA10.x最高支持算力7.x，另一种理解CUDA10.x支持Volta伏打架构和Turing图灵架构的显卡
  • CUDA11.0最高支持算力8.0（注：这感觉应该是8.x），另一种理解CUDA11.0支持Ampere安培架构的显卡

在这里插入图片描述

kyle-fang
关注
  • 8
    点赞
  • 踩
  • 22
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
3060显卡下CUDA+CUDNN+Paddle安装的血泪史
weixin_43389514的博客
06-11 4614
#3060显卡下CUDA+CUDNN+Paddle安装的血泪史 新电脑下3060显卡安装GPU版本的paddle环境遇到的坑，一路下来，遇到的报错有：1.CUDA程序安装失败怎么办？ 2. （CUDA capability sm_86 is not compatible）显卡算力不支持7.5怎么办？ 3.输入nvcc-v报错怎么办？什么原因？ 装这个CUDA，我真的是裂开，遇到各种各样的问题。 主要我归纳下： 1.3060的不支持cuda10系列了，因为cuda10的算力是7+，30系列需要的显卡算力是8
【CUDA】GPU 算力与 CUDA 版本对应关系
我才是一卓的博客
01-17 8760
官方算力表：https://developer.nvidia.com/cuda-gpus#compute https://docs.nvidia.com/datacenter/tesla/drivers/index.html#cuda-arch-matrix https://en.wikipedia.org/wiki/CUDA#GPUs_supported
深度学习第一步 利用CUDA进行GPU加速Win11+cuda11.2+cuDNN8.1+tensorflow_gpu-2.10+pytorch安装配置教程(避坑指南)
最新发布
m0_45020691的博客
05-10 2225
深度学习第一步 利用CUDA进行GPU加速 Win10/Win11+vs2019+cuda11.2+cuDNN8.1安装配置教程
cuda10.1-cuda11.0-cuda11.1各版本windows系统下载
10-20
百度网盘提供，包含以下三种版本的cuda toolkit和对应的cudnn版本，适合windows10系统。 cudnn-10.1-windows10-x64-v7.6.4.38.zip cuda_10.1.243_426.00_win10.exe cudnn-11.0-windows-x64-v8.0.4.30.zip cuda_11.0.2_451.48_win10.exe cudnn-11.1-windows-x64-v8.0.4.30.zip cuda_11.1.0_456.43_win10.exe
NVIDIA安培架构GPU安装CUDA 11与Tensorflow 1.15.2
Arieslady520的博客
08-24 1232
安培架构GPU安装Tensorflow 1.15.2
DenseFusion Demo复现(30系显卡+CUDA11.1+pytorch1.8.0))
qq_38606680的博客
07-26 3397
DenseFusion Demo复现(30系显卡+CUDA11.1+pytorch1.8.0))
【踩坑】RTX30系列显卡的CUDA配置
weixin_51557309的博客
12-14 7935
最进为了科研任务顺利和提高计算速度，新购入了一台式机， 具体配置为 R7 5800 + RTX 3060 12GB。 将之前的实验数据连同 Ubuntu 20.04 LTS 系统一同转移到了 1T固态硬盘。 本以为插上直接用，结果显卡提升太大，环境需要重新配一次...... 原先为 GT730 亮机卡（不能说垃圾，只能说亮机很好用，给黑苹果用还是不错的）... 跑题了。 说目前遇到的问题： RTX30系列显卡，NVIDIA 官网可查看 “计算匹配度” （暂译）如官网图： 装好显.
30系显卡+Python3.7+CUDA11.0 的pytorch轮子资源
crimes123的博客
11-29 636
30系显卡+Python3.7+CUDA11.0 的pytorch轮子资源
ubuntu安装显卡驱动+cuda+cudnn教程（18.04+cuda10+cudnn9.05为例）
03-29
ubuntu安装显卡驱动+cuda+cudnn教程 本教程将指导读者在 Ubuntu 18.04 环境中安装显卡驱动、CUDA 和 cuDNN。整个安装过程可以分为五个步骤：安装 Nvidia 显卡驱动、安装 CUDA、配置环境变量、检查环境变量和安装 ...
ubuntu系统、显卡驱动、cuda、cudnn安装
01-17
在本文中，我们将深入探讨如何在Ubuntu系统上安装显卡驱动、CUDA以及CUDNN。首先，我们需要确保我们的操作系统是最新且稳定版本的Ubuntu，这里以18.04为例。Ubuntu可以从官方或中国镜像站点下载，如阿里云镜像。 ##...
解决GTX970、980等不能用CUDA转码的问题，解决新版驱动不支持CUDA转码的问题
06-18
2、使用旧显卡却必须装新版驱动的人。 因为现在支持CUDA转码的软件一大堆，但现在侦测不到CUDA了。而支持NVenc的软件却屈指可数，限制多多还要收费。 这里提供一个解决的可能性，复制特定的文件到指定的文件夹以后...
MX250显卡驱动+cuda10.2+cudnn10.2
09-01
MX250显卡驱动是确保硬件与操作系统之间正确通信的软件，更新驱动可以提高显卡的稳定性和性能，解决兼容性问题，以及支持新的特性。 CUDA，全称为Compute Unified Device Architecture，是由NVIDIA开发的一种编程...
NVIDIA 显卡匹配的CUDA 驱动
03-07
NVIDIA 显卡匹配的CUDA 驱动，CUDA驱动很早久和Grig显卡驱动包里区分开了，需要单独格外安装，grid 10以上都可以安装
显卡3050ti等安培架构的GPU安装paddlepaddle
iteye_15947的博客
04-27 1921
3050ti等安培架构的GPU安装paddlepaddle 官网原话 如果您使用的是安培架构的GPU，推荐使用CUDA11.2 如果您使用的是非安培架构的GPU，推荐使用CUDA10.2，性能更优 其他配套 确定软件版本后，到官网下载对应版本的软件 CUDN：CUDA Toolkit Archive | NVIDIA Developer cuDNN：cuDNN Archive | NVIDIA Developer 这里需要下载CUDA11.2 cuDNN8.1 安装paddlepaddle命令：pytho
深度学习之30系显卡虚拟环境配置（100%成功，windows，英伟达30系显卡，torch版本1.7.1）
qq_44119710的博客
04-17 7751
30系显卡配置深度学习所需要的虚拟环境非常麻烦，本文章整理了我个人安装虚拟环境的心得体会和经验，手把手教您配置好虚拟环境！
Windows 10，RTX 3070安装Tensorflow及 CUDA
weixin_44176124的博客
09-10 4459
目录 前言 安装tensorflow 安装CUDA及cudnn 结尾 前言 据网上说，30系显卡只能适配11.1版本以上的CUDA 于是我们选择版本的时候只有一种选择了： 写文章的日期为2021/9/10 图片来源于tensorflow官网：在 Windows 环境中从源代码构建 | TensorFlow (google.cn) 安装不对版本的软件可能会出现无法调用GPU或运行前加载时间长的问题 我用的python版本是3.8 建议用Anaconda安装相应软件，...
关于NVIDIA30系列环境配置问题
WHU-Even的博客
01-07 549
关于NVIDIA30系列环境配置问题 问题发现 最近使用新的机器进行深度学习环境配置，按照以往的直接anaconda安装默认pytorch-gpu环境发现不能训练问题，故在此进行记录，希望对各位有帮助。 环境 NVIDIA 3090 症状 在建好的环境中，使用python import torch，成功; torch.cuda.is_available(),获得true 但是： print(torch.rand(3,3).cuda()) 没有反映，直接卡死，经过多次测试发现，等待大概五六分钟有了输出，再之后
ubuntu 18lts 3090 安装 cuda10.0配置 stylegan2
k569462166的博客
04-20 3184
ubuntu 18lts 3090 安装 cuda10.0 配置 stylegan2 教程搬运自youtubu的视频https://www.youtube.com/watch?v=VVj8EvgVjLo 安装ubuntu18 安装docker，这些就不讲，安装3090的gpu驱动 ➜ stylegan2 git:(master) ✗ nvidia-smi Wed Apr 20 17:17:01 2022 +------------------------------------------------
不同版本CUDA支持的算力
WenZhaoYang123的博客
05-24 2923
CUDA SDK 1.0 support for compute capability 1.0 – 1.1 (Tesla CUDA SDK 1.1 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.0 support for compute capability 1.0 – 1.1+x (Tesla) CUDA SDK 2.1 – 2.3.1 support for compute capability 1.0 – 1.3 (Tesl
30系列显卡安装cuda
07-27
要在30系列显卡上安装CUDA，您需要按照以下步骤进行操作： 1. 首先，确保您的显卡是30系列，并且已经正确安装在计算机上。 2. 下载适用于您的操作系统的CUDA Toolkit。您可以从NVIDIA官方网站（https://developer.nvidia.com/cuda-downloads）上找到CUDA Toolkit的下载页面。 3. 在下载页面上，选择适合您操作系统的版本，并下载安装程序。 4. 运行安装程序，并按照指示进行安装。在安装过程中，您可以选择安装CUDA驱动程序、CUDA工具和示例。 5. 安装完成后，您需要配置环境变量。在Windows操作系统中，您可以将CUDA的安装路径添加到系统的Path环境变量中；在Linux操作系统中，您可以将CUDA的安装路径添加到.bashrc文件中。 6. 最后，重新启动计算机以使更改生效。 完成上述步骤后，您的30系列显卡就可以正常使用CUDA了。您可以编写和运行CUDA加速的程序，以发挥显卡的计算能力。
评论 9
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