VS上运行CUDA默认程序出错：no kernel image is available for execution on device解决方法

最新推荐文章于 2024-09-27 16:09:30 发布
最新推荐文章于 2024-09-27 16:09:30 发布
阅读量5.8k 收藏 22
点赞数 10
分类专栏： bug处理 文章标签： 并行计算 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/qq_27498287/article/details/110929946
版权

使用cuda11.1的版本 在vs2019上创建cuda项目，运行默认程序时出现错误：

addKernel launch failed: no kernel image is available for execution on the device
addWithCuda failed!

这是算力设置和GPU不符合的问题。

首先去CUDA 算力列表看一下自己显卡对应的算力是多少，我的电脑是GT 730的，可以看到算力是3.5

随后在vs的项目属性中，找到这里：

把黑体字那里改成实际算力，就可以了

诸葛浪
关注
专栏目录
cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device
Learning
04-19 465
no kernel image is available for execution on the device
CUDA Error：no kernel image is available for execution on device解决方法
huozai666的博客
04-09 2448
1. 问题描述 操作环境：VS2017+CUDA11.1 显卡：GT930M 运行第一个 Hello World程序 代码： // An highlighted block #include "cuda_runtime.h" #include "device_launch_parameters.h" #include "stdio.h" /* 修饰符__global__表明这个函数是将会从CPU中调用，在GPU中进行执行。 并借此函数来启动内核函数。 */ __global__ void kernel_h
解决办法：addKernel launch failed: no kernel image is available for execution on the device
weixin_54672021的博客
08-28 1867
-在第一次运行CUDA runtime时，出现以下报错： addKernel launch failed: no kernel image is available for execution on the device addWithCuda failed! 问题分析 编译器中的算例设置与显卡算例不匹配 解决办法： 1.安装Nsight ，在vs中按图片点击打开 system info,查看显卡算力，图中我的算力为5.0，SM为5。 2.vs打开项目-项目属性-CUDA-Device 按照我的显
成功解决：RuntimeError: CUDA error: no kernel image is available for execution on the device
qq_23022733的博客
08-23 1940
安装的 PyTorch 版本和 CUDA 版本不兼容。可以重新安装与系统上 CUDA 版本匹配的 PyTorch 版本。CUDA 版本与 GPU 驱动程序或 PyTorch 安装的 CUDA 编译版本不兼容。安装完成后，就可以完美解决这个Bug！
CUDA error: no kernel image is available for execution on the device
最新发布
qq_31239371的博客
09-27 556
当然，这里只是满足了cuda的要求，具体安装哪个版本pytorch，还要看对应的python版本等其他限制，此处不再赘述~可以看到，这里的cuda是10.1。通过查看算力表可以看到，3070Ti对应的算力是8.6(sm_86)明显可以看到，cuda10.1并不支持sm_86，需要至少cuda11.1及以上版本才行。pytorch所依赖的cuda版本不满足显卡(GPU)的。PS：关于cuda对应的算力表，也可以看。
报错“CUDA error: no kernel image is available for execution on the device”
weixin_43501330的博客
09-13 1057
报错“CUDA error: no kernel image is available for execution on the device”
报错：RuntimeError: CUDA error: no kernel image is available for execution on the device
周周的专栏
04-12 1万+
报错：RuntimeError: CUDA error: no kernel image is available for execution on the device提醒：安装pytorch时，除了要注意pytorch与torchvision版本的匹配，也要注意pytorch与cuda的版本兼容。不然……，安装环境会让你想吐~
cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device.
qq_42340965的博客
10-12 2467
no kernel image is avaliable for execution on the device
报错CUDA error: no kernel image is available for execution on the device
momo的博客
06-18 1929
在这种情况下默认安装的是CPU版本的pytorch，因此如果使用GPU运行会出现CUDA版本不匹配的问题，即CUDA error: no kernel image is available for execution on the device。中给出了不同版本的pytorch对应的torchvision、torch audio和CUDA版本，十分实用。在安装pytorch的时候，如果服务器上有GPU，不能直接使用。的安装命令，如果需要安装GPU版本的pytorch，可以使用。
[MMCV]RuntimeError: CUDA error: no kernel image is available for execution on the device
weixin_43786905的博客
10-31 1526
出现这个问题分为两个原因 第一，GPU算力和Pytorch版本不匹配 第二，服务器使用了算力不同的显卡组合。 关于第一点，pytorch在1.3.0之后就不再支持算力小于3.7的显卡，可以重新安装低版本pytorch，相应版本可以在下方链接找到： torch、torchvision历史版本下载 常见的显卡算力如下 GPU Compute Capability NVIDIA TITAN RTX 7.5 Geforce RTX 2080 Ti 7.5 Geforce RTX 2080 7.5 Geforce R
【bug】RuntimeError: CUDA error: no kernel image is available for execution on the device 解决方案
Light.T的博客
06-10 1043
使用demo程序验证GPU是否正常，代码如下： import pytorch print(torch.__version__) t=torch.ones(1,1,2,2) t=torch.cuda() 发现报错： RuntimeError: CUDA error: no kernel image is available for execution on the device 查明是torch的版本和cuda的版本不匹配，升级torch可以解决这个问题。 升级命令可以使用如下网页查询： https:/
PyTorch报CUDA error: no kernel image is available for execution on the device问题解决
m0_45275062的博客
08-03 2349
首先讲一下报错的原因PyTorch高版本对显卡算力是有所要求的，驱动程序只是从软件角度去利用显卡，显卡的算力是不会改变的，报错就在于显卡的算力太低。这里就涉及到了NVIDIA GPU CUDA的compute capability，这是一个类似版本的概念。不同型号的GPU的compute capability不同。 其次解决办法就是使用低版本的PyTorch,或者更换新显卡。目前官方列出的清单（GPU Compute Capability）上，较低的为2.1，都是较早的GPU型号，如：GT430, GT6
caffe-ssd：no kernel image is available for execution on the device
电子信息硕士在读
04-30 1519
caffe-ssd编译问题，其余caffe系列框架应该也适用
PyTorch报CUDA error: no kernel image is available for execution on the device 错误
热门推荐
peacefairy的博客
08-15 2万+
问题描述： pytorch使用GPU报错，具体操作的简化如下： 安装成功，测试GPU可用，但是下面这步报错了。 t = torch.ones(1,1,28,28) t = t.cuda() t 我的环境是： pytorch1.5.1； Cuda 10.1.0； GPU（Navida GeForce 920M python（3.6） 原因： 问题出在CUDA对部分计算操作无法支持，即no kernel image is available for execution on the device的问题。
CUDA Error: no kernel image is available for execution on the device
不积跬步无以至千里
07-02 1万+
程序中使用到了darknet静态库，将该程序放在另一台机器上执行时报错： 原因：两台机器显卡的算力不一致，在编译darknet的时候应修改makefile配置使其与本机的gpu算力一致。 然后将生成的darknet静态库放程序里再重新编译。 修改方法： 1 查看根据显卡信号查看算力： 地址：https://developer.nvidia.com/cuda-gpus 2 修改darknet的makefile： 3 重新编译 参考：https://www.wandouip.co..
运行 PointNetPP报错: CUDA kernel failed : no kernel image is available for execution on the device
AmbitiousTyj的博客
07-15 340
把这个路径下所有.cu后缀文件中的CUDA_CHECK_ERRORS()注释掉，网上一直说是pytorch版本与cuda版本的问题，但是试了很多版本都解决不了。并且重新运行 pointnetpp 的 setup.py 安装编译。进入pointnetpp -> _ext_src -> src。
darknet yolov4 cuda error no kernel image is available
06-10
这个错误可能是由于没有正确安装CUDA或者CUDA不兼容导致的。您可以尝试按照以下步骤进行排除： 1. 确保您的CUDA版本与使用的darknet版本兼容。您可以在darknet的官方文档中查找有关CUDA版本的信息。 2. 检查您的CUDA是否正确安装。您可以通过在终端中输入`nvcc --version`来检查CUDA是否正确安装。 3. 确保您的GPU驱动程序已经正确安装并且与CUDA版本兼容。 4. 检查您的darknet配置文件是否正确设置了CUDA选项。您可以查看darknet的官方文档或者配置文件示例。 如果您仍然遇到问题，您可以尝试在darknet的GitHub页面上查找类似问题的解决方案或者向darknet的开发者社区寻求帮助。
评论 17
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