【记录】nvcc和nvidia-smi显示版本不一致的问题
在服务器上用3090尝试运行程序的时候发现了报错
UserWarning: 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.
查看了一下CUDA的版本,用nvcc -V
得到的是V11.6.124,用nvidia-smi
得到的版本是11.4。
nvcc 和 nvidia-smi的作用
- nvcc属于CUDA的编译器,将程序编译成可执行的二进制文件。
- nvidia-smi帮助管理和监控NVIDIA GPU设备。
nvcc显示的是CUDA的runtime api, 由CUDA Toolkit installer安装。nvidia-smi显示的是driver api。
pytorch版本选择
在选择pytorch版本的时候,指定的CUDA版本对应的command是cudatoolkit,因此应该选择nvcc -V的版本号。
如何安装
https://pytorch.org/get-started/locally/
conda install pytorch torchvision torchaudio pytorch-cuda=11.6 -c pytorch -c nvidia
如果选择使用国内镜像源的话,需要删除-c python -c nvidia
国内镜像源似乎没有适配11.6版本的,因此安装高版本不能使用国内镜像源,有点慢,等着就好。
确认安装
安装完成后运行
import torch
x = torch.rand(5,3)
print(x)
print(torch.cuda.is_available())
reference:
https://www.jianshu.com/p/eb5335708f2a
https://pytorch.org/get-started/locally/
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 因为Apifox不支持离线,我果断选择了Apipost!
· 通过 API 将Deepseek响应流式内容输出到前端