BUG: 30系显卡tensorflow1.15 failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED

原创 已于 2024-07-30 18:04:32 修改 · 1.3k 阅读 · 3 ·
CC 4.0 BY-SA版权
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。
文章标签：

#python #tensorflow

于 2023-07-20 15:25:20 首次发布
作者在尝试在3090ti显卡上运行tensorflow1.15时遇到错误，由于之前为2080ti显卡安装了CUDA10.0，而在30系显卡上CUDA10.0不兼容导致问题。实际上，tensorflow1.15可以与CUDA11.4配合使用，单独安装CUDA10.0是不必要的。若在CUDA11.4上遇到问题，作者建议参考其他资源解决。
部署运行你感兴趣的模型镜像

BUG: 30系显卡tensorflow1.15 failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED

系统情况

linux
3090ti 显卡
系统默认装了CUDA 11.4

原因与解决

因为我以前使用2080ti显卡，按照tensorflow官网要求1.15版本需要CUDA 10.0，然后我单独在当前python环境使用conda 安装了cuda 10.0 版本， 在2080ti这样做是没有问题的。

但我不知道英伟达30系已经不支持 10.0 版本的CUDA。导致模型代码运行失败弹出这个异常。

经过测试，tensorflow1.15 可以直接在CUDA 11.4版本运行的，我是直接通过下面命令安装即可在GPU(CUDA 11.4)运行。

安装命令

# gpu版
pip install tensorflow-gpu==1.15

所以我单独安装CUDA10.0是白费功夫了。。。
注：如果大家遇到在CUDA 11.4不能运行，我也不知道怎么办，请参考其他人的文章。

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

搭载RTX3090显卡服务器配置tensorflow1.x项目的曲折经历
qq_73664776的博客
01-27 1693
事情起因是需要在服务器上跑代码，指导老师提供了学校的服务器，搭载两块RTX3090显卡，一开始按照需要跑的项目所需的配置文件配置环境： 发现在跑代码跑到模型训练部分的时候发生报错： 经过查阅资料发现，我们遇到此报错的原因是tensorflow1.x版本无法使用RTX30系列显卡进行GPU训练，如果对训练速度没有要求，按照以下代码禁用GPU可通过CPU训练解决报错： 但是服务器就在那里，不太可能因为一个项目换掉学校服务器的cuda和显卡版本，我参与的论
（Win10）基于Anaconda的 Tensorflow 1.15.0 安装教程
disciple9264的博客
02-14 4885
各个安装包版本需匹配，要严格按照版本下载安装。 1. 安装Anaconda3 4.3.0 网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 安装过程中一定要勾选PATH；安装路径不能有中文 2. 创建虚拟环境 打开 Anaconda Prompt，输入下面代码。此处tsfenv代表虚拟环境的名称，可任意命名。 conda create --name tsfenv python=3.6 激活虚拟环境tsfenv activ.
30系显卡Tensorflow2.4.0安装
weixin_43232092的博客
01-30 2273
Tensorflow安装硬件配置和软件版本软件安装实际程序的运行 记录Tensorflow2.4.0版本的安装 硬件配置和软件版本 硬件配置： Win10+3060Ti 软件版本： Python3.6+Tensorflow1.14.0+CUDA10.0+cudnn7.6.5 但是安装上述的版本运行程序会报如下错误： failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED 在网上搜索了一下好像30系显卡只支持CUDA11及以上的CUDA版本，
failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED
weixin_37826215的博客
03-04 3406
MaskRCNN的GPU版本，配置好了之后出现这个报错。 配置如下：TensorFlow-gpu1.5，keras==2.1.6，RTX3080Ti，安装了cuda9.0. 30系的显卡不支持cuda10及以下的版本，所以配置不了gpu环境 如果你是20系的显卡，安装了cuda9.0出现这个错误的话，试着下载四个cuda补丁包 CUDA Toolkit 9.0 Downloads ...
failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED Blas GEMM launch failed
m0_48590589的博客
07-15 421
安装tensorflow-gpu过程中出现的问题，其实就是30系列显卡必须cuda版本11.0以上，我的是3050，安装了1.13，1.15，2.3都报错，于是安装了2.4.0版本的tf-gpu。
在运行tensorflow模型时failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED
04-03
这个错误通常表示cuBLAS库在执行矩阵乘法时出现了执行失败的错误。可能的原因包括： 1. GPU内存不足：如果GPU内存不足，cuBLAS库可能无法执行所需的操作。您可以尝试减少模型的批量大小或减少输入数据的大小。 2. ...
failed to run cublas routine cublassgemm_v2: cublas_status_execution_failed
06-28
具体来说，这个错误信息表明cublas函数cublassgemm_v2执行失败了。可能的原因有很多，比如输入的矩阵维度不符合要求、矩阵内容不符合要求等等。 要解决这个问题，可以先检查输入的矩阵是否符合要求，确保其维度和...
2025-08-14 23:08:47.009035: E tensorflow/stream_executor/cuda/cuda_blas.cc:652] failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED 2025-08-14 23:08:47.009193: I tensorflow/stream_executor/stream.cc:5049] [stream=00000218C705BAF0,i
最新发布
08-15
在使用TensorFlow进行GPU加速计算时，出现`cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED`错误通常与硬件兼容性、CUDA版本配置、显存管理或TensorFlow版本有关。以下是对此错误的详细原因分析及...
failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED解决方案
ISPATONYOURGRAVE的博客
04-16 8462
服务器运行tensorflow gpu程序报错：failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED解决方案 首先 查看cuda版本和tensorflow-gpu版本是否对应，不对应的话更改tensorflow-gpu版本 其次 在import tensorflow as tf这一句下面，注意不可以是别的地方，添加如下代码 # add to the top of your code under impo
解决 failed to run cuBLAS routine cublasSgemm_v2: CUBLAS_STATUS_EXECUTION_FAILED
热门推荐
厚积而薄发
04-15 2万+
跑tensorflow项目时遇到了该问题计算机配置（方法一）针对有人说是还有其他程序占用着GPUCUDA问题参考文章 计算机配置 RTX2080 super，ubuntu16.04，tensorflow-gpu1.8，cuda9.0，cudnn7.6.4 （方法一）针对有人说是还有其他程序占用着GPU 报错信息（贴出最主要的两条）： tensorflow.python.framework.erro...
failed to run cuBLAS routine cublasSgemm_v2 CUDA报错
幸福回头的博客
05-15 2475
在配置服务的过程中，安装好了CUDA9.0和cuDNN之后，想着把代码上传到服务器上进行训练一波测试下RTX 2080TI的速度，谁想到，竟然报了个错误，错误如下： failed to run cuBLAS routine cublasSgemm_v2 环境cuda9.0+tensorflow1.12.0 Ubuntu16.04 LTS 显卡 RTX 2080Ti 找了下原因： NVIDIA cuda 9.0自身的bug 解决方法安装cu...
不换环境！已解决failed to run cuBLAS routine: CUBLAS_STATUS_EXECUTION_FAILED
Young_Harry的博客
08-14 1245
unset LD_LIBRARY_PATH 是一个用于清空 Linux 或 Unix 操作系统环境变量 LD_LIBRARY_PATH 的命令。
【keras】CUDNN_STATUS_ALLOC_FAILED 和 failed to run cuBLAS routine cublas ，keras和tensflow-gpu版本的问题
qq_37791134的博客
03-01 2315
【报错】首先报错： could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED尝试解决： https://blog.csdn.net/weixin_44754046/article/details/97663626 在最开头添加： import tensorflow as tf config = tf.ConfigProto(gpu_o...
keras failed to create cublas handle:CUBLAS_STATUS_ALLOC_FAILED问题
perseverance__的博客
10-28 618
Keras深度学习时报错 failed to create cublas handle: CUBLAS_STATUS_ALLOC_FAILED 需要添加一下代码到文件中： from keras.backend.tensorflow_backend import set_session import tensorflow as tf config = tf.ConfigProto() config....
Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED
weixin_30877227的博客
03-19 1479
[ RUN ] PowerLayerTest/3.TestPowerOneGradient F0319 15:50:19.414253 22426 math_functions.cu:92] Check failed: status == CUBLAS_STATUS_SUCCESS (13 vs. 0) CUBLAS_STATUS_EXECUTION_FAILED *** Ch...
评论 1
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