全文的思路 👇🏻🧵:
1. 🔍查看GPU的算力(Compute Capability),根据算力和CUDA版本之间的关系,选择适合GPU的CUDA。➡️ 2. 💾下载CUDA所对应的PyTorch。
1. 如何查看GPU算力以及确定算力和CUDA版本之间的关系🤔💻🔍
a. 确定GPU型号
在终端输入 nvidia-smi,查看GPU型号
从图中看出,此电脑是NVIDIA GeForce RTX 3060型号的显卡
b. 确定GPU对应的算力
可以通过下面这个网站确定GPU算力🌐👀CUDA GPUs - Compute Capability | NVIDIA Developerhttps://developer.nvidia.com/cuda-gpus
从图中可以看出,GeForce RTX 3060的算力是8.6
c. 算力和CUDA版本之间的关系
下面这个网站中提供了一张"Compute Capability (CUDA SDK support vs. Microarchitecture)"表格📊,可以查看两者之间的关系
CUDA - Wikipediahttps://en.wikipedia.org/wiki/CUDA在这里我将解释一下表格的含义(这里很重要!!!)💥💥💥
CUDA SDK version(s):对应了本文提到的CUDA版本
第一行的标题(Tesla、Fermi....):表示GPU的微架构。(例如:GeForce RTX 10系列采用了Pascal架构、GeForce RTX 20系列采用了Turing架构、GeForce RTX 30系列采用了Ampere架构,其他型号的显卡自行谷歌)
图中绿色的部分:表示支持的算力(如果您还不太理解,没有关系,接下来我会举个栗子🌰)
根据前两步,我们已经确定电脑上装的是算力8.6的GeForce RTX 3060显卡。接下来,根据上面的表格来确定应该使用哪个版本的CUDA?
首先, GeForce RTX 30系列是Ampere架构;其次3060显卡的算力是8.6。如下图,从表格中可以确定3060显卡支持的CUDA是>=11.1。(在这里有必要解释一下,之所以不持支CUDA11.0是因为,CUDA11.0只支持Ampere架构算力为3.5-8.0范围内的显卡)
2. 💾下载CUDA所对应的PyTorch
到此,我们已经知道如何下载正确版本的CUDA。至于PyTorch,只需要下载CUDA所支持的版本即可,具体教程这里不再详述。