GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 is not compatible with the current PyTorch in

1、问题

运行pytorch程序时报错:

GeForce RTX 3060 Laptop GPU with CUDA capability sm_86 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 GeForce RTX 3060 Laptop GPU 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))

在这里插入图片描述

2、原因

这是个巨坑,30系显卡暂时不支持CUDA11以下版本,CUDA不支持当前显卡的算力。

在这里插入图片描述

从中可以看到这句话:a cubin generated for compute capability 7.0 is supported to run on a GPU with compute capability 7.5, however a cubin generated for compute capability 7.5 is not supported to run on a GPU with compute capability 7.0, and a cubin generated with compute capability 7.x is not supported to run on a GPU with compute capability 8.x
差不多意思就是:
(1)算力为7.0的cuda支持在算力为7.5上运行
(2)算力为7.5的cuda不支持在算力为7.0上运行
(3)算力为7.x的cuda不支持在算力为8.x上运行
我们前面已经发现30系显卡算力全部在8.x。而在文档中可以发现cuda10版本支持最高算力是7.x,因此不支持30系显卡。
在这里插入图片描述

3、解决

重新下载安装适配的CUDA11以上的版本,重新下载安装对应的pytorch。

  • 34
    点赞
  • 100
    收藏
    觉得还不错? 一键收藏
  • 26
    评论
### 回答1: 当前的PyTorch安装版本不支持NVIDIA GeForce RTX 3060笔记本GPU,其CUDA能力架构为sm_86,而当前PyTorch版本只支持CUDA能力架构为sm_37、sm_50、sm_60、sm_61、sm_70、sm_75和compute_37的GPU设备。 ### 回答2: nvidia geforce rtx 3060笔记本电脑GPU带有CUDA能力SM_86,但不兼容当前的PyTorch安装。当前的PyTorch安装支持CUDA能力SM_37,SM_50,SM_60,SM_61,SM_70,SM_75,以及compute_37。 这是因为PyTorch是使用CUDA工具包来利用GPU加速计算的深度学习框架。但是,CUDA工具包还需要与特定GPU的计算能力相匹配的驱动程序和库版本。不同版本的GPU具有不同的计算能力,如SM_37,SM_50,SM_60等。如果安装的PyTorch版本不与GPU计算能力兼容,则无法使用GPU来加速计算。 对于nvidia geforce rtx 3060 GPU,需要使用至少CUDA 11.1版本才能支持SM_86计算能力。而当前的PyTorch版本可能只支持旧版本的CUDA,因此无法使用SM_86计算能力。 解决此问题的方法是升级PyTorchCUDA版本以支持更高级别的计算能力SM_86。或者,您可以将PyTorch降级到支持SM_80和SM_81的版本。 总而言之,要在PyTorch中使用GPU加速计算,您需要确保您的PyTorch版本与您的GPU计算能力兼容,并安装相应的CUDA版本和驱动程序。 ### 回答3: NVIDIA GeForce RTX 3060 laptop GPU是一款性能优异的显卡,它可以处理精密的运算任务,被广泛应用于各种需要高性能运算的领域,比如深度学习、机器学习、科学计算等。CUDA是NVIDIA的并行计算平台和编程模型,可以帮助开发者利用GPU的计算能力加速各种任务,包括常见的矩阵乘法、卷积等。 然而,现有的PyTorch安装不支持NVIDIA GeForce RTX 3060 Laptop GPUCUDA架构,这是因为当前支持的CUDA架构版本是sm_37、sm_50、sm_60、sm_61、sm_70和sm_75,而RTX 3060CUDA架构版本是sm_86。因此,如果要在PyTorch中使用RTX 3060 GPU进行运算,需要先升级PyTorchCUDA架构支持。 升级PyTorchCUDA架构支持可以使用conda或pip等工具完成。首先,需要检查当前的Python环境下是否已经安装了GPU版本的PyTorch,可以在Python交互界面中输入如下命令: import torch print(torch.version.cuda) 如果输出结果为None,表示当前的PyTorch版本不支持CUDA,需要重新安装GPU版本的PyTorch。可以通过如下命令安装最新版本的PyTorch: conda install pytorch torchvision torchaudio cudatoolkit=11.0 -c pytorch 或者: pip install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu110/torch_stable.html 其中,cudatoolkit=11.0是指安装CUDA 11.0版本的CUDA工具包,这是RTX 3060支持的CUDA版本。安装完成后,再次运行上述检查命令,应该能够看到输出结果为CUDA 11.0。 除了PyTorch,还有其他的深度学习框架也需要支持RTX 3060CUDA架构,比如TensorFlow、Caffe等。升级方法类似,需要更新相应的CUDA工具包和深度学习框架代码。总之,要想充分发挥RTX 3060的计算能力,必须保证软件环境的兼容性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 26
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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