apollo中docker编译时出现Unsupported gpu architecture ‘compute_89‘的解决方案（时间2023.11.6的apollo镜像最新版本）

最新推荐文章于 2024-05-11 15:41:14 发布
最新推荐文章于 2024-05-11 15:41:14 发布
阅读量805 收藏 7
点赞数 1
文章标签： docker 容器 运维
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/weixin_46919783/article/details/134253738
版权

参考https://github.com/ApolloAuto/apollo/issues/13254

cd third_party/gpus/crosstool/clang/bin/
vim crosstool_wrapper_driver_is_not_gcc.tpl

在vim常规模式下在键盘上输入/arch，然后enter

就能看到如下图所示的画面（大概在224行左右），将其改成目前支持的架构，如下图所示

查看目前支持哪些架构的命令

nvcc --list-gpu-arch

结果如下图所示：

compute_35
compute_37
compute_50
compute_52
compute_53
compute_60
compute_61
compute_62
compute_70
compute_72
compute_75
compute_80
compute_86

nirvana-dragon
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Magisk@小爱语音恢复_K30S_Apollo_21.3.11.zip
06-23
【标题】"Magisk@小爱语音恢复_K30S_Apollo_21.3.11.zip" 提供的是一个针对小米手机的模块化工具，用于恢复国际版MIUI系统中的小爱语音助手功能。这个压缩包是为特定型号的小米手机K30S Apollo设计的，并且版本号为...
Apollo3_Blue_MCU_Data_Sheet_v0_11_0.pdf
04-18
Apollo3 Blue Datasheet (AMA3B1KK) Apollo3 Blue 数据手册 (AMA3B1KK)
【深度学习】学习过程中遇到的问题及解决
rellvera的博客
04-24 1968
学习过程中遇到的问题
nvcc fatal : Unsupported gpu architecture ‘compute_‘
不知语冰
12-06 4577
我是编译darknet ros时遇到的,错误原因是显卡算力不对应 在CMakeList中有如下: set( CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS}; -O3 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode ar
【异常错误】RTX 4090 nvcc fatal : Unsupported gpu architecture ‘compute_89‘
简单记录生活、学习
04-17 1213
原因是conda环境下cuda编译器nvcc不支持compute_89导致安装失败，运行项目的requirement.txt安装环境往往会默认安装低版本的cuda环境。如果没有compute_89（nvcc --version版本是11.5或者以下），就需要重新安装cuda和nvcc。如果nvcc目录不是/usr/local/cuda-12.2 ，需要重新配置，先备份下原环境，然后重新配置。安装完成后，可以查看cuda 12.2版本安装位置。一般在/usr/local/cuda-12.2下。
使用ninja包在pychon中编译c++中遇到的一些问题
lihaiyuan_0324的博客
07-18 2004
ninja错误合集
Caffe GPU编译报nvcc fatal : Unsupported gpu architecture 'compute_**' 错误解决方法
joyjoy01的博客
05-10 6674
在cuda安装成功，配置好cudnn的条件下，编译Caffe GPU时生成工程时会报nvcc fatal : Unsupported gpu architecture 'compute_**' 错误，解决办法两步： 1、.修改nvcc.hpp文件，注释最后三行。 2、 修改caffe-windows/Cuda.camke,将第7行 修改为set(caffe_known_gpu_archs "6...
Debug：nvcc fatal: Unsupported gpu architecture ‘compute_86‘； sm_86 is not compatible with Pytorch
qq_41035283的博客
05-13 2253
Debug：nvcc fatal: Unsupported gpu architecture 'compute_86' 问题描述1 编译knn_cuda时，报了个错： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 意思是显卡算力太高，安装的cuda版本不支持（竟然还有这么神奇的错误），compute_86指显卡计算能力是8.6，RTX 30系，A系显卡都是这个算力。 解决方法 通过系统环境变量设置降低算力： export TORCH_CUDA
apollo-master.zip_C++_The Master_apollo_apollo-master下载_five82k
09-23
在“apollo-master.zip”这个压缩包中，我们可以预见到包含的是Apollo项目的主分支代码，这对于想要深入理解或参与到Apollo项目中的开发者来说是宝贵的资源。 Apollo项目的核心目标是构建一套可以支持各种自动驾驶...
apollo__demo_1.5.bag数据包
01-13
apollo官方的1.5数据包。根据对应的apllo版本，在跑仿真时，可以播放此数据包。此数据包中包含topic，可以在ros环境（docker）中使用rosbag info xxx.bag 命令来查询。
nvcc fatal：Unsupported gpu architecture ‘compute_89‘
最新发布
m0_37937789的博客
05-11 544
nvcc fatal: Unsupported gpu architecture 'compute_89'
error `nvcc fatal : Unsupported gpu architecture ‘compute_80‘ ninja: build stopped: subcommand fai
weixin_38102912的博客
01-19 5435
问题： Error/问题 nvcc fatal : Unsupported gpu architecture 'compute_80' ninja: build stopped: subcommand failed. 解决方案 在安装一个代码 setup.py (见下面的代码)里的时，会出现以上报错. 这里 是因为，代码与gpu算力不匹配的原因。 对于本机2080ti, 其最高算力为7.5, 故不支持compute_80(算力8.0), compute_86（算力8.6）,解决办法就是把对应两行注释掉
caffe编译报错“nvcc fatal : Unsupported gpu architecture ‘compute_86‘”
qq_41466376的博客
03-31 2160
简单记录，有点乱
nvcc fatal : Unsupported gpu architecture ‘compute_86‘问题解决
chen_yanan的博客
03-31 1万+
设备：显卡3080 环境：Windows10 cuda11.0 语言：python 问题： 代码setup时出现nvcc fatal : Unsupported gpu architecture ‘compute_86‘的问题，经查找，发现根本问题是显卡与cuda版本支持的算力不匹配。 可行解决方案： 1.升级CUDA版本。由于改代码要求cuda版本为11.0，故没有升级cuda版本。 2.据说30系列显卡都会出现此类问题，暴力解决方法就是换电脑换显卡。 3.本人解决方法，向系统环境
解决问题使用nvcc fatal : Unsupported gpu architecture ‘compute_75‘
牛肉胡辣汤
11-29 1745
如果发现当前的 CUDA 版本不支持你的 GPU 架构，那么你需要更新 CUDA 到一个支持你的 GPU 架构的版本。首先，你需要卸载当前的 CUDA 版本。不同版本的 CUDA 支持不同的 GPU 架构，如果 GPU 架构超出了 CUDA 版本的支持范围，就会出现这个错误。然后，你可以查阅 NVIDIA 官方文档，找到该版本所支持的 GPU 架构，并确认你的 GPU 是否在支持列表中。请注意，这种做法可能会导致生成的代码不能充分利用 GPU 的性能和特性，因为它们是为支持的 GPU 架构进行了优化的。
Apollo6.0自动驾驶平台——安装及测试
牛仔很忙
04-18 2850
经过一晚上+一个上午的努力，终于把Apollo跑起来了。 显卡：NVIDIA GEFORCERTX 3050Ti 硬盘空间：/目录 100G+ /home目录 350G+ 系统：Ubuntu20.04.0 代码版本：Apollo 6.0
RuntimeError: Error compiling objects for extension 和nvcc fatal : Unsupported gpu architecture ‘c
热门推荐
weixin_44777827的博客
03-07 1万+
记录一下最近跑TinaFace代码在原来服务器跑没有问题，新服务器跑遇到的错误 首先，按照官网步骤安装相关包： 本人环境： 显卡驱动版本： NVIDIA-SMI 460.73.01 Driver Version: 460.106.00 CUDA Version: 11.2 CUDA版本：nvcc -V： Cuda compilation tools, release 11.1, V11.1.74 pytorch 1.8.1 torchvision
在apollo框架中编写代码，然后通过./apollo.sh build_dbg 编译，如何debug
07-14
在 Apollo 框架中编写代码后，可以通过 `./apollo.sh build_dbg` 命令进行编译，然后可以使用调试工具来进行调试。以下是一些常用的调试方法： 1. 使用 GDB：GDB 是一个常用的调试工具，在调试期间可以使用 GDB 来分析和调试 Apollo 代码。首先，确保你的编译是在 Debug 模式下进行的（例如 `./apollo.sh build_dbg`）。然后，在终端中运行以下命令启动 GDB 调试： ``` gdb --args ./path/to/your/compiled/executable ``` 这将启动 GDB 并将你的可执行文件作为参数传递给它。接下来，你可以使用 GDB 的各种命令（例如设置断点、单步执行、查看变量值等）来进行调试。 2. 使用 Visual Studio Code：如果你使用 Visual Studio Code 编辑器，可以使用其内置的调试功能来调试 Apollo 代码。首先，确保你的编译是在 Debug 模式下进行的。然后，在 Visual Studio Code 中打开 Apollo 代码的目录，并在左侧面板中选择“调试”选项卡。点击“添加配置”按钮，并选择适合你的调试环境（例如 GDB 或 LLDB）。根据你的配置，编辑 `launch.json` 文件以指定可执行文件的路径和其他调试选项。最后，点击调试按钮（绿色的三角形图标）以启动调试。 这些是一些常见的调试方法，你可以根据自己的偏好和开发环境选择适合自己的方式进行调试。此外，还可以参考 Apollo 官方文档中关于调试的详细说明，以获取更多关于调试的信息和技巧。

“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 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