nvcc fatal : Unsupported gpu architecture ‘compute_86‘（windows darknet 的cuda编译）

最新推荐文章于 2024-08-25 11:33:23 发布
最新推荐文章于 2024-08-25 11:33:23 发布
阅读量1.8k 收藏 7
点赞数 3
分类专栏： CUDA 文章标签： cuda
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/lishiyu93/article/details/114598296
版权

环境
软件
windows10
cuda 10.0
VS2019

硬件
GPU：1660ti

问题描述
编译darknet代码时，报错nvcc fatal : Unsupported gpu architecture ‘compute_86’
报错日志截图
分析
1660tiGPU的算力不支持8.6，而最新的工程中的CUDA配置了8.6参数
工程中CUDA的参数配置
解决办法
删除compute_86,sm_86参数。1660ti的算力支持7.5，故修改后的配置参数如下：
compute_50,sm_50
compute_61,sm_61
compute_70,sm_70
compute_75,sm_75

三毛的二哥
关注
专栏目录
caffe 编译 + nvcc fatal : Unsupported gpu architecture ‘compute_86‘
wuyeyoulan23的专栏
12-09 1571
caffe (GPU版) 编译出现错误： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ （出现以上错误消息时的caffe环境配置： 1. win11 + NVIDIA RTX3080 2.cmake-3.16.8-win64-x64.msi 3.en_visual_studio_community_2015_with_update_3_x86_x64_dvd_8923300.iso 4. Anaconda3-2021.05-W...
nvcc fatal : Unsupported gpu architecture ‘compute_86‘
羊藤枝的博客
12-14 1万+
GPU： RTX3090 Linux： Ubuntu 16.04 pytorch: 1.7.0 python: 3.7.9 cuda version: V11.0.194 GCC version: 5.2.0 安装apex的过程中，按照官网的教程真是一波三折~ 官网的教程如下： git clone https://github.com/NVIDIA/apex cd apex pip install -v --disable-pip-version-check --no-cache-dir --global
caffe编译报错“nvcc fatal : Unsupported gpu architecture ‘compute_86‘”
qq_41466376的博客
03-31 2250
简单记录，有点乱
【解决30、40系列显卡使用mmrotate出现nvcc fatal: Unsupported gpu architecture ‘compute_86‘及size mismatch报错】
最新发布
weixin_44495772的博客
08-25 244
Facebook在2021年推出了pytorch1.8.0版本，而英伟达第一个型号的40系列显卡是在22年发布，因此需要更高的torch版本来支持更高版本的sm_86架构（即更高版本的cuda）。主要原因是mmrotate教程推荐的pytorch版本太低，因此需要保证当前使用的torch。和cuda版本适配30、40系列的显卡，而mmcv也必须重新安装适配torch的版本。
windows环境下cuda报错：nvcc fatal : Unsupported gpu architecture ‘compute_86‘
qq_26623993的博客
10-21 1308
windows环境下cuda报错：nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 向系统环境变量中添加一项：TORCH_CUDA_ARCH_LIST，值为7.5。 重启pycharm或者cmd，再进行相关操作即可。
【Bug解决】nvcc fatal : Unsupported gpu architecture ‘compute_86‘
热门推荐
学习 & 分享 ~
03-08 2万+
执行 安装 detectron2 遇到错误： 报错环境：错误原因： GPU 3090 算力是 8.6，而当前 CUDA 11.0 不支持算力 8.6。解决方案： 设置环境变量，降低算力要求。 再次执行报错的安装命令，安装成功： 解决方案（目前不可行）：将 CUDA 版本升级到支持算力 8.6 即可，但同时需要安装对应的PyTorch。在 CUDA官网 可以看到目前最新的 CUDA 版本是 11.6，表示支持算力 8.6 的 GPU。但是上 PyTorch官网 却看到目前 PyTorch 支持的 CUD
nvcc fatal : Unsupported gpu architecture ‘compute_20‘ CMake Error at pcl_gpu_utils_generated_repack
harrycomeon的博客
07-23 2210
因为在安装pcl1 .8前安装了cuda9.0后出现了以下报错。（之前用另外一台没有cuda的环境下安装可以编译通过） 主要错误摘录： nvcc fatal : Unsupported gpu architecture ‘compute_20’ CMake Error at pcl_gpu_utils_generated_repacks.cu.o.cmake:209 (message): Error generating Unsupported gpu architecture ‘compute_20’ C
Caffe-GPU编译问题：nvcc fatal : Unsupported gpu architecture 'compute_20'
律己且好学，才能保证不坠入愤世嫉俗之列。
04-05 3565
我的系统的环境： GPU服务器 ubuntu16.04 Opencv3.4.1 CUDA 9.0 CUDNN v7 出现的问题 解决： 仔细查看发现 Makefile.config 中 CUDA_ARCH 设置未按规定设置： # CUDA architecture setting: going with all of them. # For CUDA < 6.0, comment the ...
Debug：nvcc fatal: Unsupported gpu architecture ‘compute_86‘； sm_86 is not compatible with Pytorch
qq_41035283的博客
05-13 2294
Debug：nvcc fatal: Unsupported gpu architecture 'compute_86' 问题描述1 编译knn_cuda时，报了个错： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 意思是显卡算力太高，安装的cuda版本不支持（竟然还有这么神奇的错误），compute_86指显卡计算能力是8.6，RTX 30系，A系显卡都是这个算力。 解决方法 通过系统环境变量设置降低算力： export TORCH_CUDA
求助 nvcc fatal : Unsupported gpu architecture ‘compute_86‘
weixin_48632536的博客
12-05 1416
显卡 3070 ubuntu18.04 cuda 11.0 + cudnn v8.0.5.39 +torch1.7 尝试着调soloV2 根据官方安装Detectron2 官方给的安装代码：python -m pip install detectron2 -f https://dl.fbaipublicfiles.com/detectron2/wheels/cu110/torch1.7/index.html 后面 git clone https://github.com/aim-uofa/AdelaiD
nvcc fatal : Unsupported gpu architecture ‘compute_86‘ CMake Error at Memory_Transfer_generated_me
ZhengrongYue的博客
11-24 2842
nvcc fatal : Unsupported gpu architecture 'compute_86' CMake Error at Memory_Transfer_generated_me
bug】解决：nvcc fatal : Unsupported gpu architecture ‘compute_86‘
qq_43431863的博客
05-06 2311
配置VisTR代码，编译下面这段代码报错 Compile DCN module(requires GCC>=5.3, cuda>=10.0) cd models/dcn python setup.py build_ext --inplace 本人环境： cuda11.6 ubuntu 20.04.1 算力8.6 RTX 3090 解决方案 错误原因： GPU 3090 算力是 8.6，而当前 CUDA 11.0 不支持算力 8.6。 解决方案： 设置环境变量，降低算力要求。 打开配置文件 v
GPU算力太高导致nvcc fatal : Unsupported gpu architecture ‘compute_86‘
cwm19950318的博客
12-16 1万+
ubuntu20.4环境下 如果当前CUDA算力高于当前PyTorch版本支持的CUDA算力： sm_86代表当前CUDA算力，下一行的sm_xx代表当前PyTorch支持的CUDA算力，比如sm_75。 最后就会爆出这个错误，nvcc fatal,error。 可以更新CUDA和PyTorch，也可以在终端输入 export TORCH_CUDA_ARCH_LIST="7.5" 降低算力，就不会再报这个错误了。 ...
【异常问题】nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 解决方案
LeeZhao的博客
05-17 3988
nvcc fatal : Unsupported gpu architecture 'compute_86' 解决方案
nvcc fatal : Unsupported gpu architecture ‘compute_86‘解决方法
qq_40349484的博客
04-29 1240
nvcc fatal : Unsupported gpu architecture ‘compute_86‘解决方法
nvcc fatal : Unsupported gpu architecture ‘compute_86‘问题解决
chen_yanan的博客
03-31 1万+
设备：显卡3080 环境：Windows10 cuda11.0 语言：python 问题： 代码setup时出现nvcc fatal : Unsupported gpu architecture ‘compute_86‘的问题，经查找，发现根本问题是显卡与cuda版本支持的算力不匹配。 可行解决方案： 1.升级CUDA版本。由于改代码要求cuda版本为11.0，故没有升级cuda版本。 2.据说30系列显卡都会出现此类问题，暴力解决方法就是换电脑换显卡。 3.本人解决方法，向系统环境
nvcc fatal : Unsupported gpu architecture 'compute_89' ninja: build stopped: subcommand failed.
08-20
"nvcc fatal: Unsupported gpu architecture 'compute_89'" 这个错误信息通常是在使用 NVIDIA 的 CUDA (Compute Unified Device Architecture) 开发环境时遇到的问题。CUDA是一个用于GPU并行计算的工具包，这里的 "compute_89" 指的是某个特定的CUDA架构版本，可能是你的CUDA驱动程序不支持你的GPU，或者是你在尝试编译针对较旧显卡优化的CUDA代码，而你的设备属于更新的架构。 解决这个问题的一般步骤包括： 1. 确认你的CUDA版本是否与你的GPU兼容：访问NVIDIA官网查看你的显卡支持哪些CUDA版本。 2. 更新CUDA和驱动程序到最新版本：有时更新驱动可以解决问题，特别是对于新出的硬件支持。 3. 如果你的项目需要支持特定的GPU架构，你需要调整编译选项或者代码，使其适应你的设备架构。 4. 检查Makefile或构建脚本，确认是否正确设置了NVCC的`--gencode`选项来指定目标GPU架构。
评论 2
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