安装cuda 9.0出现没有核心执行或找不到核心的问题

最新推荐文章于 2024-07-15 16:24:51 发布
最新推荐文章于 2024-07-15 16:24:51 发布
阅读量2.9k 收藏
点赞数 1
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/zhouyiqi_C/article/details/79121469
版权
安装CUDA 9.0时遇到缺少核心执行的问题可能是因为显卡计算能力不足3.0。GT630M显卡的计算能力为2.1，适合使用CUDA 8.0。配合VS2015，更新驱动至最新版，并确保使用支持的驱动，避免在GPU上添加复杂逻辑，以保持高效计算。若遇到找不到核心执行的错误，建议降级到CUDA 8.0尝试解决。
摘要由CSDN通过智能技术生成

比如这个问题也是CUDA9.0出现的问题，是因为显卡计算能力小于3.0出现的，换CUDA8.0就可以了。


我显卡是GT630M cuda为96个计算能力为2.1

我之前也是出现那个问题才换成cuda 8.0


开发环境为VS2015+cuda8.0.

另外驱动也要下载最新版的。CUDA8.0和CUDA9.0都不支持比较旧板驱动。

最低0.47元/天 解锁文章
zhouyiqi_C
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
【CUDA入门笔记】CUDA内核与线程配置
AI知识搬运工
12-31 1263
1.CUDA核函数 在GPU上调用的函数成为CUDA核函数(Kernel function)，核函数会被GPU上的多个线程执行。每个线程都会执行核函数里的代码，当然由于线程编号的不同，执行的代码路径可能会有所不同。 （1）函数的最前面是声明标识符__global__，该标识符表示这个函数可以在GPU上执行。需要指出的是尽管是在GPU上执行，但是仍然是由CPU端发起调用的 （2）核函数调用时需要用<<<...>>>符号来指定线程配置 （3）在核函数内部可以调用CUD
安装cuda 9.0出现没有核心执行或找不到核心的问题但是cuda8.0可以正常运行
jifaley的博客
06-06 872
windows7 cuda9.0 GT 630M vs2015 出现同样的代码，使用cuda8.0可以检测到GPU 而 使用cuda9.0不可以。（cudaGetDeviceCount=0） 本来以为是版本冲突，直到看到下面这篇文章！！ https://blog.csdn.net/zhouyiqi_c/article/details/79121469 原来是计算能力的问题，我的GPU计...
windows 10环境下CUDA9.0 安装图形驱动失败解决方案（已验证解决问题）
光英的记忆博客
03-11 6888
首先感谢作者帮助我解决问题，认为能解决问题的文章就应该被转载和推广以帮助更多的人。 本文出自 https://blog.csdn.net/all4git/article/details/80007035 右键计算机 &gt; 管理 &gt; 服务和应用程序 &gt; 服务 找到 “Windows Installer” 右键选择 “启动 ...
聊聊 Nvidia GPU——CUDA、底层硬件架构、调度策略
最新发布
生活需要深度
07-15 1193
说到GPU估计大家都不陌生，但是提起gpu底层的一些架构以及硬件层一些调度策略的话估计大部分人就很难说的上熟悉了。当然这个不是大家的错，主要是因为Nv gpu的整个生态都是闭源的，所以大家了解起来就会有一些障碍。最近这半年笔者有幸参与了一些gpu的项目，在这个过程当中也花了一些时间去理了一下gpu相关的东西，故借这篇文章给大家简单介绍一下。下面的行文将基于以下三个层面进行阐述：CUDA编程模型GPU 底层硬件架构硬件层的调度策略gpu上的其他细节还有很多，笔者这篇文章就当作抛砖引玉了。
任务管理器中N卡GPU看不到cuda进程
kwvinst的博客
04-17 1万+
任务管理器中默认是没有cuda的选项的，因此看不到cuda的利用率 因此修改设置：win11下为设置--系统--显示--显示卡--默认图形设置 关闭硬件加速GPU计划，并重启电脑 重启后就看到了cuda选项，tf2-gpu环境下利用率在60%左右 ...
ubuntu内核更新与驱动不兼容导致黑屏，重装驱动nvcc找不到cuda
weixin_45710595的博客
04-07 704
再进入etc/default/grub，一样的更改文件，保存关闭后，深度学习环境搭建，下载完合适的驱动后，tensorrt环境就可以正常运行了，但是过几天打开电脑时，发现电脑开机特别慢，打开一看，黑屏了，进入grub界面的ubuntu高级选项，可以看到多了一个版本的内核，于是从旧的内核进去，发现居然也是黑屏！就能开机进入图形化界面了，卸载了更新的内核，仍从旧的内核进入系统，但是重新下回510驱动，又黑屏进不去，非常郁闷，之前就是这个配置完全ok！或者也可以用手机连usb分享热点联网。卸载原有的驱动510。
CUDA
crazybird1984的专栏
11-09 983
GPU上线程没有优先级概念，所有线程机会均等，线程状态只有等待资源和执行两种状态，如果资源未就绪，那么就等待；一旦就绪，立即执行 线程并行是细粒度并行，调度效率高；块并行是粗粒度并行，每次调度都要重新分配资源，有时资源只有一份，那么所有线程块都只能排成一队，串行执行。 流可以实现在一个设备上运行多个核函数。前面的块并行也好，线程并行也好，运行的核函数都是相同的（代码一样，传递参数也一样）。而流...
Ubuntu 17.04+CUDA9.0+Cudnn7+Opencv3.3.1+Caffe安装
11-08
根据提供的文件内容，接下来会详细说明Ubuntu 17.04环境下CUDA 9.0、cuDNN 7、OpenCV 3.3.1和Caffe的安装步骤及相关知识点。 首先，安装nvidia驱动是使用CUDA的前提。通常，nvidia驱动可以在Ubuntu的“软件和更新”...
ubuntu18.04 + cuda9.0 + cudnn7.0 安装Caffe(伯克利官方)问题总结
t3321
04-16 547
一、CUDA和cuDNN 之前装pytorch的时候安装过，此处省略安装过程 二、Caffe的版本 问过师姐+百度，Caffe没有很多版本，主要是BAIR实验室维护的官方版本，贾扬清的个人版本（但在某个网页看到似乎已经停止维护了）。我选择了前者，网址：http://caffe.berkeleyvision.org/ 这里有个误会，安装教程中sudo apt install caffe-cuda这一...
ubuntu16.04+nvidia显卡驱动+cuda9.0(deb安装法)+cudnn7.4
weixin_42054950的博客
04-25 2129
目录 一 Ubuntu Nvidia显卡驱动安装 1.1 先得禁用ubuntu自带的显卡驱动 nouveau 1.2 安装驱动 二 cuda9.0 安装（deb安装） 2.1 下载地址：（选deb） 2.2 下载完毕后进入下载的文件夹下依次输入： 2.3 设置环境变量 三 cudnn 安装 3.1 下载 四 测试 附：（参考链接） 一 Ubuntu Nvidia显卡驱动...
ubunt16.04 GTX1050双系统安装nvidia驱动+tensorflow1.5+cuda9.0+cudnn7.0
秣凉dyh的博客
04-10 651
NVIDIA驱动安装 之前出现了一直装上驱动一直循环用户登录界面无法进入的问题是由于更新了无线网卡驱动连带着更新了linux内核，导致英伟达驱动和linux内核驱动不匹配的原因。 安装方法如下： 1）打开终端，先删除旧的驱动： sudo apt-get purge nvidia* 2）禁用自带的 nouveau nvidia驱动 创建一个文件通过命令 sudo vim /etc/modprobe....
CUDA基础介绍
weixin_44824582的博客
03-10 1879
一、GPU简介 1985年8月20日ATi公司成立，同年10月ATi使用ASIC技术开发出了第一款图形芯片和图形卡，1992年4月ATi发布了Mach32图形卡集成了图形加速功能，1998年4月ATi被IDC评选为图形芯片工业的市场领导者，但那时候这种芯片还没有GPU的称号，很长的一段时间ATi都是把图形处理器称为VPU，直到AMD收购ATi之后其图形芯片才正式采用GPU的名字。
CUDA入门：基础概念解析
Algabeno的博客
02-15 565
CUDA基础：CUDA编程的基本概念和构造块
CUDA计算能力&显卡对照表
热门推荐
Janus
02-16 4万+
CUDA计算能力&显卡对照表: 最新信息参考这个: https://developer.nvidia.com/cuda-gpus Tesla Workstation Products GPU Compute Capability Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tesla C2075 2.0 Tesla C2050/C2070 2.0 NVIDIA Data Center Products GPU C
CUDA执行模型
A11en3的博客
04-28 861
GPU的架构是围绕一个流式多处理器（SM）的可扩展阵列搭建的。可以通过复制这种架构的构建块来实现GPU的硬件并行。SM是GPU中的一个重要组件，负责执行CUDA核函数中的线程块（Thread Block）。每个SM包含多个CUDA核心，可以同时执行多个线程块中的线程，以实现并行计算。每个CUDA核心有自己的缓存器，也可以访问同一个SM中的共享内存。每个CUDA核心可以并行多个线程。简单来说，一个GPU可以并行的最大线程数=CUDA核心数*一个CUDA核心可以并行的线程数。
CUDA编程：概述
u013250861的博客
06-15 1894
ptr2 = 引用栈的P位置上，8个字节。ptr2 = G 把G复制到。
解决pytorch检测不到cuda的问题/pytorch找不到GPU
weixin_44952817的博客
03-05 2万+
解决torch检测不到cuda的问题
Ubuntu 16.04 安装CUDA 9.0详教程：从零开始安装与检查
4. 系统环境准备：检查系统的硬件和软件环境是否满足CUDA 9.0的安装要求，包括但不限于处理器、内存、驱动程序等。 5. 安装过程：按照官方文档逐步执行，每一步都要进行验证，确保操作成功。 本文是一份实用的教程...
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