显卡与compute_ sm_版本匹配问题

最新推荐文章于 2024-09-13 11:23:19 发布
最新推荐文章于 2024-09-13 11:23:19 发布
阅读量4.1k 收藏 9
点赞数 2
文章标签： linux python
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/m0_46268825/article/details/117775967
版权

解决darknet编译过程中cuda版本问题

问题描述

unsupported gpu architecture ‘compute_30’
或者
unsupported gpu architecture ‘sm_30’

先进入Makefile

vim Makefile

再修改对应内容，将

ARCH= -gencode arch=compute_30,code=sm_30

修改为

ARCH= -gencode arch=compute_61,code=sm_61

再进行编译即可

通过

nvidia-smi

查看自己的显卡信息后，在这里查看对应的版本信息，再进行修改

orange_の_呜
关注
显卡对应的算力arch=compute_
eric_sun_000的博客
03-06 2286
编译openCVwithCUDA时，遇到的compute_XX问题
【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】
weixin_44495772的博客
08-25 477
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。
nvcc fatal : Unsupported gpu architecture ‘compute_‘
不知语冰
12-06 5015
我是编译darknet ros时遇到的,错误原因是显卡算力不对应 在CMakeList中有如下: set( CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS}; -O3 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode ar
NvidiaGeForce系列显卡算力表（sm表）
guangqianzhang的博客
01-11 1万+
更新于2024.1.11。
[深度学习][转载]CUDA arch和CUDA gencode对应关系
FL1623863129的博客
04-16 5327
I’ve seen some confusion regarding NVIDIA’s nvcc sm flags and what they’re used for: When compiling with NVCC, the arch flag (‘-arch‘) specifies the name of the NVIDIA GPU architecture that the CUDA files will be compiled for. Gencodes (‘-gencode‘) allows
32位算术逻辑运算单元alu设计_CUDA程序设计入门（一）——SM和SP
weixin_39778106的博客
11-15 901
写在前面最近实验室的项目需要使用GPU做加速，因此入门了CUDA（Compute Unified Device Architecture）。为整理知识、完成知识的输出和巩固，开个新坑记录CUDA程序设计的心得。文章内容主要围绕本人磕盐搬砖时面临的实际问题展开，大部分篇幅参考自Shane Cook编写的《CUDA Programming - A Developer's Guide to Parall...
C++开发基础之理解 CUDA 编译配置：`compute_XX` 和 `sm_XX` 的作用
dotnet研习社
09-13 1615
在 CUDA 编程中，确保代码能够在不同的 NVIDIA GPU 上高效运行是非常重要的。为了实现这一点，CUDA 编译器 (nvcc) 提供了多种配置选项，其中compute_XX和sm_XX是两个关键的编译选项。本文将深入探讨这两个选项的作用及其配置顺序，帮助更好地理解和使用这些设置。compute_XX。
Debug：nvcc fatal: Unsupported gpu architecture ‘compute_86‘； sm_86 is not compatible with Pytorch
qq_41035283的博客
05-13 2460
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
Windows10配置darknet环境遇到的若干问题
startllee的博客
03-22 1209
软件环境：Windows10，OpenCV 3.4.2，CUDA 10.1，cuDNN 7.6.5.32，Visual Studio 2017 显卡：RTX 2060 6GB显存 参考博客：WIN10+YOLOv4，windows上完美执行YOLOv4目标检测 因为老板的要求，我选择的是VS2017，而原帖选择的是VS2019 安装过程并不是很顺利，遇到了一些问题，记录一下。 1.安装CUDA遇到的问题 这里原作者安装的是CUDA 10.2，最先我也是装的10.2，但是出现了下图的错误 网上有帖子说取消勾
(HEAL) root@autodl-container-5a0b42b505-05dc005a:~/autodl-tmp/HEAL-main/HEAL-main# python /root/autodl-tmp/HEAL-main/HEAL-main/test01.py /root/miniconda3/envs/HEAL/lib/python3.7/site-packages/torch/cuda/__init__.py:104: UserWarning: NVIDIA GeForce RTX 4090 with CUDA capability sm_89 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. If you want to use the NVIDIA GeForce RTX 4090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/ warnings.warn(incompatible_device_warn.format(device_name, capability, " ".join(arch_list), device_name))
03-16
好的，我现在需要解决用户遇到的PyTorch与NVIDIA GeForce RTX 4090显卡不兼容的问题。首先，用户运行Python脚本时出现了警告，提示当前安装的PyTorch版本不支持CUDA sm_89架构，而4090需要这个架构支持。我的任务是...
ERSIONS__ -D__CUDA_NO_HALF2_OPERATORS__ -DTORCH_API_INCLUDE_EXTENSION_H '-DPYBIND11_COMPILER_TYPE="_gcc"' '-DPYBIND11_STDLIB="_libstdcpp"' '-DPYBIND11_BUILD_ABI="_cxxabi1011"' -DTORCH_EXTENSION_NAME=sparse_conv_ext -D_GLIBCXX_USE_CXX11_ABI=0 -gencode=arch=compute_86,code=compute_86 -gencode=arch=compute_86,code=sm_86 FAILED: /tmp/pip-install-2orq3ccd/mmdet3d_bedd1fa9197349c4b23a2ae1df261803/build/temp.linux-x86_64-cpython-38/mmdet3d/ops/spconv/src/indice_cuda.o /usr/local/cuda/bin/nvcc -DWITH_CUDA -I/tmp/pip-install-2orq3ccd/mmdet3d_bedd1fa9197349c4b23a2ae1df261803/mmdet3d/ops/spconv/include -I/root/miniconda3/envs/open-mmlab/lib/python3.8/site-packages/torch/include -I/root/miniconda3/envs/open-mmlab/lib/python3.8/site-packages/torch/include/torch/csrc/api/include -I/root/miniconda3/envs/open-mmlab/lib/python3.8/site-packages/torch/include/TH -I/root/miniconda3/envs/open-mmlab/lib/python3.8/site-packages/torch/include/THC -I/usr/local/cuda/include -I/root/miniconda3/envs/open-mmlab/include/python3.8 -c -c /tmp/pip-install-2orq3ccd/mmdet3d_bedd1fa9197349c4b23a2ae1df261803/mmdet3d/ops/spconv/src/indice_cuda.cu -o /tmp/pip-install-2orq3ccd/mmdet3d_bedd1fa9197349c4b23a2ae1df261803/build/temp.linux-x86_64-cpython-38/mmdet3d/ops/spconv/src/indice_cuda.o -D__CUDA_NO_HALF_OPERATORS__ -D__CUDA_NO_HALF_CONVERSIONS__ -D__CUDA_NO_BFLOAT16_CONVERSIONS__ -D__CUDA_NO_HALF2_OPERATORS__ --expt-relaxed-constexpr --compiler-options ''"'"'-fPIC'"'"'' -w -std=c++14 -D__CUDA_NO_HALF_OPERATORS__ -D__CUDA_NO_HALF_CONVERSIONS__ -D__CUDA_NO_HALF2_OPERATORS__ -DTORCH_API_INCLUDE_EXTENSION_H '-DPYBIND11_COMPILER_TYPE="_gcc"' '-DPYBIND11_STDLIB="_libstdcpp"' '-DPYBIND11_BUILD_ABI="_cxxabi1011"' -DTORCH_EXTENSION_NAME=sparse_conv_ext -D_GLIBCXX_USE_CXX11_ABI=0 -gencode=arch=compute_86,code=compute_86 -gencode=arch=compute_86,code=sm_86 /tmp/pip-install-2orq3ccd/mmdet3d_bedd1fa9197349c4b23a2ae1df261803/mmdet3d/ops/spconv/src/indice_cuda.cu:16:10: fatal error: spconv/indice.cu.h: No such file or directory 16 | #include <spconv/indice.cu.h> | ^~~~~~~~~~~~~~~~~~~~ compilation terminated.
最新发布
03-26
从您提供的错误信息来看，这是一个与CUDA相关的编译失败问题。以下是详细的分析和解决建议： --- ### 错误原因分析 1. **核心提示**： ``` fatal error: spconv/indice.cu.h: No such file or directory ``` ...
【问题解决】安装PCL报错：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
qq_42751676的博客
04-12 1万+
问题描述 显卡：NVIDIA GeForce RTX 3060 CUDA版本：CUDA 11.2 PCL版本：1.10.1 make过程中出现：nvcc fatal : Unsupported gpu architecture ‘compute_30‘ 报错。 问题分析 症结在于我的显卡不支持compute_30的GPU构架，与CUDA版本不兼容。 网上大多数的解决方法是找到makefile文件中CUDA_ARCH参数配置，将其中的 -gencode arch=compute_30,code=sm_30
Ubuntu20.04安装darknet
weixin_43399955的博客
04-02 3303
ubuntu安装yolo
Caffe 训练出现 loss = 1.#QNAN 的解决方法。
blueblood7的专栏
02-22 5806
问题描述： 同样的prototxt文件，同样的数据，在不同的显卡上，一个训练正常，一个出现 loss = 1.#QNAN。 解决方法：         编译 caffe 程序的时候在 CommonSettings.props 的 CudaArchitecture 中加入 compute_61, sm_61。 由于能正常训练的显卡是 GTX TITAN X，出现 1.#QNAN 的是 GTX
为什么出现:warning: The 'compute_10' and 'sm_10' architectures are deprecated
排头兵
07-20 6515
平台: Mac OS X 10.9 (Mavericks). CUDA:
nvcc fatal : Unsupported gpu architecture ‘compute_30‘
ttjbmkjsjyyjbbyg的博客
03-14 1万+
在darknet的make编译的时候 出现上述问题的解决方案: 原因：这是不支持compute_30的gpu构架，这是由于GPU太新，与CUDA版本不兼容导致 找到makefile下图处，根据自己CUDA的版本注释不同的行 我这里需要将-gencode arch=compute_30,code=sm_30 注释/删除 ...
NVIDIA GPU的架构代号
shaojie_wang的博客
11-03 1万+
NVIDIA GPU的架构代号NVIDIA GPU的架构代号什么时候用gencode，什么时候用arch呢SM_num和gencode变量费米 Fermi（cuda 3.2~cuda 8）开普勒 Kepler（cuda 5~cuda 10）麦克斯韦 Maxwell（CUDA 6~CUDA 11）帕斯卡 Pascal (CUDA 8 ~今)伏特 Volta (CUDA 9 ~今)图灵Turing (CUDA 10 ~今)安培Ampere (CUDA 11 ~今)哈珀Hopper (CUDA 12 计划中)例子
Nvidia Pascal GPU 架构详解
热门推荐
卜居
12-25 4万+
本文作于 2016/12/25，作者卜居。 写在前面：本文假定读者有一定 CUDA 基础。如果你对 GPU, sm_60/sm_61，CUDA 这些名词感到陌生，可以看我之前写的博客《CUDA 从入门到精通》。  1. 前言 Nvidia 在今年的 GTC( GPU Technology Conference ) 上高调宣布了 Pascal 架构——专门针对每瓦性能优化的新架构，采用 16n...
评论
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