NVIDIA GeForce RTX 3090 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_70.If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/RuntimeError: CUDA error: no kernel image is available for execution on the device CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect.
今天运行项目的时候出现了这个报错，记录一下解决方式
需求：项目需要使用特定版本的pytorch，我不知道应该下载什么版本的cuda与之对应
问题原因：当前GPU（以我的为例，为RTX 3090）与当前的CUDA版本（11.4）支持的sm类型是sm_86，与现在的PyTorch版本不匹配
解决方式：安装符合GPU和项目要求的torch版本的cuda和torch
网上也有一些查询支持的sm类型的方法，在此不再说明，可参考帖子NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch_power_kaikaige的博客-CSDN博客
现在仅说明出现这个报错该如何解决：
1.
nvidia-smi
使用此命令看当前GPU支持的最新Cuda版本是多少
nvcc -V
再使用此命令看当前Cuda版本是多少，如果当前Cuda版本比所支持最新Cuda还要新，则需要先降低对应的cuda版本
2.
因为很多帖子展示的Cuda和Pytorch对应版本都较老，如果不知道较新的cuda版本对应的pytorch是多少，可按照下方的网站，
Previous PyTorch Versions | PyTorch
定位到所需要的torch版本，以我为例为v1.12.1，可看到如下代码：
# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch
可根据自己GPU算力选择对应的命令安装torch，并按照安装cuda的方式，安装对应版本的cuda
注意cuda是向下兼容的，所以可以选择>=项目要求版本的cuda，如某项目需要11.4的cuda，则可以选择第三条命令，并安装cuda11.6
文章链接
您阅读本篇文章共花了： 大家都在找：
pytorch：pytorch清华镜像源
人工智能：人工智能训练师
python：python免费下载安装
conda：conda官网
发表评论