关于CUDA与GPU的算力匹配问题

在这里插入图片描述
出现问题当前cuda的算力与gpu的算力不匹配的问题。NVIDIA GeForce RTX GPU 的算力为8.6
而当前的Pytorch安装的CUDA最高算力支持7.5
查看显卡算力:https://developer.nvidia.com/zh-cn/cuda-gpus
在这里插入图片描述
查看CUDA的算力:https://docs.nvidia.com/cuda/ampere-compatibility-guide/index.html

在这里插入图片描述
在这里插入图片描述
简而言之:GPU的算力需要高于CUDA的算力(但是二者的算力必须在同版本下,比如都是8.x(Gpu sm_8.a>CUDA sm_8.b)。如果GPU的算力为8.x,CUDA的算力为7.x,即使满足>的条件,但也是不行的)

版权声明:本文为CSDN博主「柠檬也可以不酸」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/chengxy1998/article/details/121924208

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

玩转KITTI3D目标检测:KITTI评估工具evaluate的使用

近期因实验需要利用kitti数据集,发现关于评估工具使用的部分网上教程不够详细,特此记录. 文末为了方便对数据结果观看,附上了修改代码. 1. KITTI评估工具来源 官网评估工具 下载后文件目录包含: matlab(2D/3D框显示和

yolov5训练数据集划分

yolov5训练数据集划分 按照默认8:1:1划分训练集,测试集,验证集。 txt文件出现在imageset文件夹。 import os import randomtrainval_pe

深度学习之目标检测YOLOv5

一.简介 YOLOV4出现之后不久,YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进,检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析&#xff0