CUDA/caffe ERROR:cudaGetDeviceCount returned 30/35,Check failed: error == cudaSuccess (30/35 vs. 0)

解决方法

在双显卡系统中，cuda运行时NVIDAI显卡必须是当前使用的显卡，否则无法获取GPU设备，cudaGetDeviceCount函数会报错，错误码35。 使用nvidia-prime切换到N卡时，如果只是按照提示logout，再重新login是不行的，必须重启系统，否则会报错，错误码30。 caffe的问题也是同样的道理，因为caffe也要调用cuda的cudaGetDeviceCount函数获取GPU设备。

问题解决过程

环境：ubuntu16+nvidia-378 driver+cuda8.0+cudnn5.1+GTX965M显卡 成功安装cuda 8.0，也正常编译了Caffe以后，执行mnist训练程序来测试一下，然鹅报错了：

$ ./build/tools/caffe train –solver=examples/mnist/lenet_solver.prototxt I0312 22:15:25.125078 2171 caffe.cpp:217] Using GPUs 0 I0312 22:15:25.126852 2171 caffe.cpp:222] GPU 0: 0 cg� F0312 22:15:25.127008 2171 common.cpp:151] Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runtime version * Check failure stack trace: * @ 0x7f1bb831c5cd google::LogMessage::Fail() @ 0x7f1bb831e433 google::LogMessage::SendToLog() @ 0x7f1bb831c15b google::LogMessage::Flush() @ 0x7f1bb831ee1e google::LogMessageFatal::~LogMessageFatal() @ 0x7f1bb8882192 caffe::Caffe::SetDevice() @ 0x40c950 train() @ 0x4088e8 main @ 0x7f1bb6a51830 __libc_start_main @ 0x4091b9 _start @ (nil) (unknown) 已放弃 (核心已转储)

显然是cuda的问题，于是执行cuda samples程序中的deviceQuery，果然也是报错,，错误码35：

$ ./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery ./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery Starting… CUDA Device Query (Runtime API) version (CUDART static linking) cudaGetDeviceCount returned 35 -> CUDA driver version is insufficient for CUDA runtime version Result = FAIL

这里写图片描述

笔记本电脑是双显卡(i7 cpu有集成显卡)，猜测应该是NVIDIA显卡没启用，执行nvidia-setting，在PRIME profile中果然显示当前使用的是Intel 集成显卡，于是切换到nvidia显卡。

这里写图片描述

PRIME切换到nvidia显卡时提示要logout才能生效，于是登出再重新登录，再执行上面的mnist训练，还是报错，执行deviceQuery也报错，不过这次错误不一样了,错误代码30。

$ ./build/tools/caffe train –solver=examples/mnist/lenet_solver.prototxt I0312 22:17:46.619762 3469 caffe.cpp:217] Using GPUs 0 I0312 22:17:46.639750 3469 caffe.cpp:222] GPU 0:  1(� F0312 22:17:46.639799 3469 common.cpp:151] Check failed: error == cudaSuccess (30 vs. 0) unknown error * Check failure stack trace: * @ 0x7fe1702315cd google::LogMessage::Fail() @ 0x7fe170233433 google::LogMessage::SendToLog() @ 0x7fe17023115b google::LogMessage::Flush() @ 0x7fe170233e1e google::LogMessageFatal::~LogMessageFatal() @ 0x7fe170797192 caffe::Caffe::SetDevice() @ 0x40c950 train() @ 0x4088e8 main @ 0x7fe16e966830 __libc_start_main @ 0x4091b9 _start @ (nil) (unknown) 已放弃 (核心已转储) $ ./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery ./NVIDIA_CUDA-8.0_Samples/bin/x86_64/linux/release/deviceQuery Starting… CUDA Device Query (Runtime API) version (CUDART static linking) cudaGetDeviceCount returned 30 -> unknown error Result = FAIL

这里写图片描述

要想到切换显卡时没有重启系统，是不是这个原因生成的呢？于是sudo reboot重启电脑，再次进入，执行deviceQuery就正常了

这里写图片描述

再执行mnist训练也正常了。 尼玛这PRIME的提示妥妥的是坑爹嘛，你直接提示切换显卡要reboot不就成了嘛 ，logout显然不管用嘛。