Pytorch nvcc fatal: 不支持的GPU架构 ‘compute_86’

在本文中，我们将介绍PyTorch中遇到的一个常见问题，即”nvcc fatal: 不支持的GPU架构 ‘compute_86′”。我们将解释此问题的原因，并提供解决方案来解决这个问题。

阅读更多：Pytorch 教程

问题描述

当在PyTorch中使用GPU进行训练或推理时，有时会遇到此错误消息：”nvcc fatal: 不支持的GPU架构 ‘compute_86′”。这通常在尝试使用较新的GPU架构进行深度学习任务时发生，因为PyTorch默认不支持该GPU架构。

问题原因

这个问题的原因是PyTorch的CUDA工具链版本与您的GPU架构不兼容。CUDA是一种用于在GPU上运行并行计算的平台，而nvcc是CUDA的编译器。当我们在PyTorch中使用CUDA进行GPU加速时，PyTorch会使用nvcc编译我们的代码并在GPU上执行。但是，默认情况下，PyTorch可能不支持最新的GPU架构，并且不包含与该架构兼容的nvcc编译器。

解决方案

要解决这个问题，我们需要更新PyTorch和CUDA工具链。下面是解决此问题的几种可能方法：

方法一：更新PyTorch和CUDA

首先，您可以尝试通过更新PyTorch和CUDA来解决这个问题。请确保您安装了与您的GPU架构兼容的PyTorch和CUDA版本。您可以从PyTorch官方网站下载最新的发行版本，并从NVIDIA官方网站下载与您的GPU架构兼容的CUDA版本。

方法二：降低GPU架构版本

如果您无法更新PyTorch和CUDA，或者您需要在较旧的GPU架构上运行代码，您可以尝试降低您的GPU架构版本。通过在PyTorch代码中指定所需的GPU架构版本，您可以使其与您的GPU兼容。

以下是一个示例，展示如何在PyTorch代码中指定所需的GPU架构版本：

import torch
torch.cuda.set_architecture('sm_75')  # 将GPU架构设置为sm_75

# 在此处编写您的PyTorch代码

在上面的示例中，我们使用torch.cuda.set_architecture()函数将GPU架构设置为”sm_75″。请注意，您应该将”sm_75″替换为您所需的实际GPU架构版本。

一旦您将所需的GPU架构版本设置为正确的值，PyTorch将使用与您指定的版本兼容的nvcc编译器，从而解决了”nvcc fatal: 不支持的GPU架构 ‘compute_86′”错误。

总结

“nvcc fatal: 不支持的GPU架构 ‘compute_86′”是在PyTorch中使用GPU进行深度学习任务时常见的错误。通常，这是因为PyTorch默认不支持您的GPU架构，导致与nvcc编译器不兼容。为了解决这个问题，您可以尝试更新PyTorch和CUDA，或者降低所需的GPU架构版本。通过遵循上述解决方案，您将能够成功解决这个问题，使用PyTorch进行GPU加速的深度学习任务。