服务器NVIDIA A30报错：NVIDIA A30 with CUDA capability sm_ 80

已于 2022-08-30 21:30:34 修改
阅读量3.2k 收藏 3
点赞数 3
文章标签： pytorch 深度学习 人工智能
于 2022-08-30 21:21:56 首次发布
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/sumeil/article/details/126612703
版权

服务器NVIDIA A30使用PyTorch训练模型时报错：NVIDIA A30 with CUDA capability sm_ 80 is not compatible with the current PyTorch installation.

报错如下

NVIDIA A30 with CUDA capability sm_ 80 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm _37 sm_ 50 sm_ 60 sm_ 70. If you want to use the NVIDIA A30 GPU with PyTorch, please check the instructions at https:/ /pytorch . org/get-started/ locally/

如图所示：
在这里插入图片描述
解决方案：
使用如下命令，安装torch1.9.0与torchvision0.10.0版本即可

pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
ML-sun
关注
CUDA Device Query NVIDIA-GeForce-RTX-3060.txt
10-21
CUDA Capability Major/Minor version number: 8.6 Total amount of global memory: 12042 MBytes (12626624512 bytes) MapSMtoCores for SM 8.6 is undefined. Default to use 64 Cores/SM MapSMtoCores for SM ...
常见的GPU性能对比
姚光超的专栏
08-14 2744
写这篇博客的目的就是想搞清楚英伟达不同显卡之间的性能差异以及移动端GPU的性能达到了英伟达显卡的哪一代，让自己也让大家明白不同显卡的算力差异。所有的数据均从网络搜索，有不正确的地方欢迎批评指正。同一显卡会有一个首次发布，此外还有一系列的迭代升级版本，我们只考虑首次发布版本的性能。鉴于现在的模型推理大多使用int8来进行推理，所以大家可以着重看一下int8算力那一列。
【A30使用PyTorch训练模型时报错】
qq_38102943的博客
05-25 884
NVIDIA A30使用PyTorch训练模型时报错：NVIDIA A30 with CUDA capability sm_ 80 is not compatible with the current PyTorch installation。
NVIDIA GeForce RTX 4080 with CUDA capability sm_89 is not compatible with the current PyTorch instal
最新发布
qq_38473254的博客
10-16 467
这个警告信息表明你当前安装的PyTorch版本不支持你的NVIDIA GeForce RTX 4080 GPU，因为它的CUDA架构是sm_89，而你的PyTorch只支持sm_37、sm_50、sm_60和sm_70。为了使用GeForce RTX 4080 GPU，你需要安装一个支持sm_89架构的PyTorch版本。2、此时我的pytorch版本为1.11.0，查看cuda版本。运行命令，重新运行程序运行正常。根据自己的平台进行选择。
起初连接服务器时出现问题；NVIDIA A30 with CUDA capability sm_ 80 is not compatible with the current PyTorch insta
weixin_43664144的博客
12-06 782
解决：pip3 install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html。#NVIDIA A30与CUDA功能sm_ 80不兼容当前的PyTorch安装。
pytorch 中注意cuda版本和gpu算力匹配
热门推荐
m0_46483236的博客
04-11 2万+
在安装torch时，一定要注意显卡的cuda版本问题。 比如，在 RTX2080上 同样的环境中 程序可以正常运行，而换到A100中，就会报错如下： NVIDIA A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60
KAUST IBEX A100-80GB Torch 1.9.1 配置与使用
博观而约取，深研而广求
10-21 1720
近期由于实验需要，V100 32GB 的显存已经不能满足需求，因此此为迁移到 A100-80GB 的总结，以备后续查阅。 注：以下内容仅在 KAUST IBEX 集群上进行测试，且以下言论仅为个人申明，不代表 KAUST 观点。 环境配置 登录 Ibex A100 集群之后，nvidia-smi 显示如下版本信息： NVIDIA-SMI 465.19.01 Driver Version: 465.19.01 CUDA Version: 11.3 由于 A100 需要 sm80， 因此我们需
A100-PCIE-40GB with CUDA capability sm_80 is not compatible with the current PyTorch installation
Allyli0022的专栏
12-29 1660
使用以下命令进行安装，成功安装运行：
CUDA_C_Programming_Guide.pdf
12-23
NVIDIA CUDA是一种通用并行计算架构，它集成了GPU（图形处理单元）和CPU（中央处理单元），并提供了一个完整的并行计算平台和编程模型。CUDA可以加速深度学习、数据挖掘、科学计算等多种应用，是一种在图形处理器上...
torch-1.14.0+cuda11.8+sm-90+deepspeed
06-03
nvidia新卡h100支持算力90，torch官网提供的下载torch-1.13只支持到86，torch-2.0和torch-2.1倒是支持90，但deepspeed又不支持torch2 无奈下我编译了torch-1.14，配合cuda11.8，能支持h100运行在deepspeed下训练大...
NVIDIA CUDA C/C++ Streams And Concurrency.pdf
11-07
CUDA流（Streams）是NVIDIA CUDA C/C++编程模型中的一个重要特性，用于实现GPU上的并发执行，从而提高计算效率和性能。CUDA流是一系列按顺序执行的GPU操作序列，它们可以独立于其他流并发运行，这使得在单一GPU上...
ping_cap_set_proc报错分析.docx
07-03
Ping 命令报错分析 - cap_set_proc 错误解决方案 Linux 权限控制机制中， capability 是一种基于进程的权限控制机制，它可以将传统的基于用户的权限控制机制进行细粒度的控制。Capability 机制可以控制进程的某些...
pytorch链路预测-笔记
m0_51732188的博客
03-07 2346
pytorch-geometric相关报错，大多数是版本问题，重新安装。 梯度反转层（pytorch版本高时，forward必须为静态方法）。 cuda或pytorch与显卡算力不区配问题解决。
RuntimeError: Expected is_sm80 || is_sm90 to be true, but got false.
Noiky的博客
01-30 1136
我在跑ChatGLM3时报的错，sm80和sm90是GPU架构的一种，比如30显卡就可以，但是我的显卡是2080ti，是sm86架构的。试着修改 pre_seq_length=128后运行成功了，但不知道具体为什么。
CUDA安装成功后测试Sample的时候报错（问题解决）
狂浪生
01-26 1万+
在我们安装好了CUDA后，迫不及待的想试试CUDA自带的Sample。 cd /usr/local/cuda-9.0/samples/1_Utilities/deviceQuery make sudo ./deviceQuery 之后出现以下的错误： $ ./deviceQuery ./deviceQuery Starting... CUDA Device Query (Runtim...
RuntimeError: CUDA error: no kernel image is available for execution on the device
Sep21m_wyy的博客
09-18 219
RuntimeError: CUDA error: no kernel image is available for execution on the device
CUDA capability sm_86 is not compatible with the current PyTorch（安装DRIVER 多个CUDA CUDNN PYTORCH ）
Qianty的博客
04-03 4116
conda虚拟环境。
关于NVIDIA30系列环境配置问题
WHU-Even的博客
01-07 586
关于NVIDIA30系列环境配置问题 问题发现 最近使用新的机器进行深度学习环境配置，按照以往的直接anaconda安装默认pytorch-gpu环境发现不能训练问题，故在此进行记录，希望对各位有帮助。 环境 NVIDIA 3090 症状 在建好的环境中，使用python import torch，成功; torch.cuda.is_available(),获得true 但是： print(torch.rand(3,3).cuda()) 没有反映，直接卡死，经过多次测试发现，等待大概五六分钟有了输出，再之后
UserWarning: NVIDIA GeForce RTX 4090 with CUDA capability sm_89 is not compatible with the current PyTorch installation
09-26
当前报错信息中提到，NVIDIA GeForce RTX 3080的算力sm_86与当前安装的PyTorch版本所支持的算力（sm_37, sm_50, sm_60, sm_70）不兼容。因此，您需要更新您的PyTorch安装版本以支持NVIDIA GeForce RTX 3080的算力。 ...
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