注意:以前的标题是“我如何在不使用CMake的情况下用FIND_PACKAGE编译一个CUDA程序?”编辑,使它更清楚的关键问题是什么。
当以建议的方式使用CMake和CUDA时,如果不使用FIND_PACKAGE,它会编译,但是当我运行生成的二进制文件时,会得到以下错误:
CUDA error: CUDA driver version is insufficient for CUDA runtime version
但是,如果我用nvcc手动编译,或者在cmake中使用FIND_PACKAGE,它可以正常工作。该数据自动化系统的例子也编译和运行。我知道FIND_PACKAGE(CUDA)是不
我在一台共享的机器上,没有root。
我的代码死了,并显示以下CUDA错误
CUDA driver version is insufficient for CUDA runtime version
我想为旧的工具包构建我的程序。我假设这是可能的,因为商业应用程序分发时支持比最新工具包(?)更早的版本。
我尝试过arch旗帜,但没有成功。
nvcc -arch=compute_13 fun.cu
nvcc -arch=compute_20 fun.cu
编译到早期工具包版本的标志是什么?在我的例子中,我有一个4版本的工具包,但我相信驱动程序只支持3版本。
我已经在ubuntu .to上安装了matlab,gcc和CUDA工具包,使用mexcuda。
但是当我编译时,我得到了以下错误,并且我在任何地方都找不到任何关于它们的引用。
Error using mex
/tmp/mex_42185702054896_15548/testmem04.o: In function `mexFunction':
tmpxft_00003e3a_00000000-5_testmem04.compute_70.cudafe1.cpp:(.text+0x152): undefined reference
to `__cudaPushCallConfigura
在GPU中运行tensorflow时,我会得到以下错误。
2018-09-15 18:56:51.011724: E tensorflow/core/common_runtime/direct_session.cc:158] Internal: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version
Traceback (most recent call last):
File "evaluate_sample.py", line 160, in
我正在Ubuntu 14.04上安装CUDA,并且有一张Maxwell卡(GTX 9**系列),我想我已经用工具包正确地安装了一切,因为我可以编译我的示例。然而,我在应该安装SDK的地方读到了这篇文章(这似乎是在sdk 4中讨论的)。我不确定工具包和sdk是不是不同?由于我有一个更新的9系列卡,这是否意味着我有CUDA 6运行?这是我的nvcc版本
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2014 NVIDIA Corporation
Built on Wed_Aug_27_10:36:36_CDT_2014
Cuda
我试图在Matlab2014a中使用MEX编译一个CUDA程序,但无法让它工作。我安装了最新的CUDA工具箱(6.5)和驱动程序(340.62),示例工作正常,所以我猜它安装正确。
我还安装了MS Visual Studio 2012 Professional和Matlab 2014a。
我遵循了"GPU Computing -> Examples and How To -> Run MEX-Functions Containing CUDA Code“中Matlab中的确切描述。我的CUDA文件以.cu结尾(所以我试图编译Matlab的标准示例mexGPUExample.
我的机器里有两张NVidia卡,两张都是数据自动化系统的。当我运行示例脚本以开始使用这里看到的PyCUDA:时,我得到了错误
nvcc fatal : Value 'sm_30' is not defined for option 'gpu-architecture'
我的计算GPU是计算能力3.0,所以sm_30应该是nvcc编译器的正确选择。我的图形GPU只有CC 1.2,所以我想也许这就是问题所在。我已经为linux安装了CUDA5.0版本,没有任何错误,以及所有编译器组件和python组件。
是否有方法显式地告诉PyCUDA使用哪个GPU?
当我试图执行nvcc时,我将收到此警告。
我有cuda工具8.0,我在我的系统中有Nvidia GTX 480。
nvcc warning : The 'compute_20', 'sm_20', and 'sm_21' architectures are deprecated, and may be removed in a future release (Use -Wno-deprecated-gpu-targets to suppress warning).
有人能解释一下这个警告吗?
如果你需要更多的信息,请告诉我。
我用pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101在conda环境中安装了pytorch和torchvision,据我理解,这意味着pytorch库是用cuda10.1编译的。在运行nvcc --version时,我得到
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V