nvcc fatal: Неподдерживаемая архитектура gpu 'compute_20
При запуске команды make pycaffe я обнаружил ошибку ниже:
NVCC src/caffe/solvers/adadelta_solver.cu nvcc fatal : Unsupported
gpu architecture 'compute_20' Makefile:594: recipe for target
'.build_release/cuda/src/caffe/solvers/adadelta_solver.o' failed make:
*** [.build_release/cuda/src/caffe/solvers/adadelta_solver.o] Error 1
System Information
------------------
OS: ubuntu: 16.10
CUDA 8.0
cuDNN: 6.0
CUDA_ARCH: CUDA_ARCH :=
-gencode arch=compute_20,code=sm_20 \
-gencode arch=compute_20,code=sm_21 \
-gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=sm_50 \
-gencode arch=compute_52,code=sm_52 \
-gencode arch=compute_60,code=sm_60 \
-gencode arch=compute_61,code=sm_61 \
-gencode arch=compute_61,code=compute_61
Может ли кто-нибудь мне помочь?
4 ответа
У меня была такая же проблема сегодня утром. После установки CUDA и cuDNN требуется перезагрузка (как предлагается здесь https://groups.google.com/forum/#!topic/caffe-users/WDOD3E04Avg), чтобы CMake правильно обнаружил заданные переменные. Поэтому просто убедитесь, что CUDA и cuDNN правильно установлены и перезагружают вашу систему. Если вы все еще получите ошибку, у вас может быть GPU, который поддерживает только возможности вычисления 2.0, поэтому, я думаю, вы можете попробовать CUDA 8.0, который его поддерживает. Вы можете проверить свой GPU здесь: https://developer.nvidia.com/cuda-gpus
Я могу подтвердить, что тесты были успешно запущены на моем ПК с включенными CUDA 9.0 и cuDNN 7.0.2. После перезагрузки архитектура GPU автоматически была установлена в sm_50. У меня GTX 750 Ti, который согласно документации поддерживает CUDA 5.0. Таким образом, конфигурация кажется правильной! Вот команда для тестирования:
make runtest
Если вы получаете какие-либо ошибки при компиляции тестов, вы можете попробовать:
make runtest clean
Этот пример также работал для меня, и это больше чем на 7x быстрее (60 секунд), чем с OpenBLAS с 8 ядрами процессора (450 секунд)!
./examples/mnist/train_lenet.sh
Что касается меня, мне пришлось прокомментировать -gencode arch=compute_20 в Makefile.config:
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=sm_50
Я остановился на 50, потому что CUDA deviceQuery показал мне Capability Major/Minor version number:
/usr/local/cuda/samples/bin/x86_64/linux/release/deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 960M"
CUDA Driver Version / Runtime Version 9.0 / 9.0
CUDA Capability Major/Minor version number: 5.0
Total amount of global memory: 4044 MBytes (4240965632 bytes)
( 5) Multiprocessors, (128) CUDA Cores/MP: 640 CUDA Cores
GPU Max Clock rate: 1176 MHz (1.18 GHz)
....
Затем компиляция и тесты прошли хорошо.
У меня была такая же проблема сегодня утром. После установки CUDA и cuDNN требуется перезагрузка (как предлагается здесь https://groups.google.com/forum/#!topic/caffe-users/WDOD3E04Avg), чтобы CMake правильно обнаружил заданные переменные. Поэтому просто убедитесь, что CUDA и cuDNN правильно установлены и перезагружают вашу систему. Если вы все еще получите ошибку, у вас может быть GPU, который поддерживает только возможности вычисления 2.0, поэтому, я думаю, вы можете попробовать CUDA 8.0, который его поддерживает. Вы можете проверить свой GPU здесь: https://developer.nvidia.com/cuda-gpus
Я могу подтвердить, что тесты были успешно запущены на моем ПК с включенными CUDA 9.0 и cuDNN 7.0.2. После перезагрузки архитектура GPU автоматически была установлена в sm_50. У меня GTX 750 Ti, который согласно документации поддерживает CUDA 5.0. Таким образом, конфигурация кажется правильной! Вот команда для тестирования:
make runtest
Если вы получаете какие-либо ошибки при компиляции тестов, вы можете попробовать:
make runtest clean
Этот пример также работал для меня, и это больше чем на 7x быстрее (60 секунд), чем с OpenBLAS с 8 ядрами процессора (450 секунд)!
./examples/mnist/train_lenet.sh
Что касается меня, мне пришлось прокомментировать -gencode arch=compute_20 в Makefile.config:
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
-gencode arch=compute_35,code=sm_35 \
-gencode arch=compute_50,code=sm_50
Я остановился на 50, потому что CUDA deviceQuery показал мне Capability Major/Minor version number:
/usr/local/cuda/samples/bin/x86_64/linux/release/deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 960M"
CUDA Driver Version / Runtime Version 9.0 / 9.0
CUDA Capability Major/Minor version number: 5.0
Total amount of global memory: 4044 MBytes (4240965632 bytes)
( 5) Multiprocessors, (128) CUDA Cores/MP: 640 CUDA Cores
GPU Max Clock rate: 1176 MHz (1.18 GHz)
....
Затем компиляция и тесты прошли хорошо.