【GPU】no kernel image is available for execution on the device

最新推荐文章于 2024-08-23 09:44:21 发布

从善若水

最新推荐文章于 2024-08-23 09:44:21 发布

阅读量4.7k

点赞数 3

分类专栏： GPU 文章标签： NVIDIA GPU CUDA

本文链接：https://blog.csdn.net/qq_31985307/article/details/127202687

版权

GPU 专栏收录该内容

27 篇文章 31 订阅

订阅专栏

在这里插入图片描述

前段时间在一个很古老的笔记本（lenovo Y400 GT650M*2）上安装NVIDIA内核驱动和CUDA，安装过程也是一波三折，首先是NVIDIA内核一直无法加载，提示原因是内核签名失败，最后发现是因为UEFI开启了secure boot选项，后来关闭这个feature之后内核正常加载了，nvidia-smi也可以正常使用了，

在这里插入图片描述

no kernel image is available for execution on the device

之后写了一段测试程序，发现根本没有使用GPU加速，报告的错误信息如下，

在这里插入图片描述

后来在官网上询问才知道是安装的CUDA版本（v11.4）太高，而GTX650的算力等级太低，无法满足CUDA的最低算力等级要求。

产看显卡的计算能力

计算能力查询

在这里插入图片描述

可以看到GT650M的计算能力是3.0。我们查询到支持计算能力3.0的CUDA版本。

查找支持算力3.0的CUDA版本

这里要注意，CUDAv10.2只能支持Ubuntu1804，所以我回退了Ubuntu版本。如果有小伙伴知道怎么可以不回退，评论里告诉我

你也可以选择下面的方式查询《Matching CUDA arch and CUDA gencode for various NVIDIA architectures》

我们首先查看了最新的CUDAv11.8对于GPU算力的要求，CUDAv11.8的最低算力要求是5.2，如下图：
在这里插入图片描述
这个显然我们不能使用，之后我直接看了CUDAv10.2版本的算力要求，可以看到符合我们的要求，

所以我们首先卸载掉已经安装的CUDAv11.7（不同版本卸载命令可能有差异，可以参考CUDA手册），

sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*"

因为我回退了Ubuntu版本，所以没有卸载的过程，直接安装CUDAv10.2，安装之后问题就解决了。

在这里插入图片描述

方法二

如果看了CUDA手册，你会发现nvcc有个--arch的参数，这个参数的默认值根据CUDA版本的不同有所差异，如果你发现CUDA默认的--arch值和你的GPU架构不匹配，也会出现上面的问题，你可以在编译的时候添加--arch=sm_xy(x和y取决于你的nvidia architecture)来解决。

附录

测试代码如下：

#include <stdio.h>
#include <stdint.h>

void CPUFunction()
{
  printf("This function is defined to run on the CPU.\n");
}

__global__ void GPUFunction()
{
  printf("This function is defined to run on the GPU.\n");
}

int main()
{
  int num_gpus;
  cudaGetDeviceCount(&num_gpus);
  printf("GPU num is %d\n",num_gpus);
  cudaSetDevice(2);

  cudaError_t addVectorsErr;
  cudaError_t asyncErr;

  CPUFunction();
  addVectorsErr = cudaGetLastError();
  if(addVectorsErr != cudaSuccess) printf("Error: %s\n", cudaGetErrorString(addVectorsErr));


  GPUFunction<<<1, 1>>>();

  addVectorsErr = cudaGetLastError();
  if(addVectorsErr != cudaSuccess) printf("1Error: %s\n", cudaGetErrorString(addVectorsErr));

  cudaDeviceSynchronize();

  addVectorsErr = cudaGetLastError();
  if(addVectorsErr != cudaSuccess) printf("2Error: %s\n", cudaGetErrorString(addVectorsErr));

  return 0;
}