1. 背景介绍

最近，笔者在跑代码时，出现了如下问题。翻译过来，大意是目前所使用的RTX 3090的显卡的算力是8.6，而当前Pytorch所依赖的CUDA版本支持的算力只有3.7、5.0、6.0、6.1、7.0、7.5。

UserWarning: NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation.The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_61 sm_70 sm_75 compute_37.

经查询得知，RTX 3090的显卡一般要安装11以上的CUDA版本及对应的Pytorch版本。

2. 解决方案

升级CUDA版本，然后安装与CUDA版本相对应的Pytorch。

• 第一步，笔者首先安装了11.6版本的CUDA，具体安装步骤，可以点这里。

• 第二步，进Pytorch官网，查询与CUDA版本相对应的Pytorch安装命令，如下：
  

• 第三步，进入到自己的虚拟环境中，执行上述命令，如下，这个过程比较漫长，不过等等应该是可以成功的。
  

完成上述三步，再跑代码就不会出现之前的问题了。

3. 相关资料

虽然，笔者参考网上的一些教程解决了问题，但是在深入查阅资料的过程中，发现对CUDA底层并不是很清楚，如果下面说的不对，希望大家指正！下面这些都是：虽然我没理解，但多少对我还是有所帮助的一些文档，我在阅读的同时顺便罗列在这里，以便大家查阅，及我日后的回顾。

• 适用于 CUDA 应用程序的 NVIDIA Ampere GPU 架构兼容性指南：https://docs.nvidia.com/cuda/ampere-compatibility-guide/。大致意思为：显卡的算力要高于CUDA的算力，并且在一般情况下，两者的算力应该在同一个版本下。例如，RTX 2080 Ti显卡的算力为7.5，那么在装CUDA时，应该装算力为7.X的CUDA，且7.5≥7.X。以笔者的经验来看，RTX 2080 Ti的显卡装CUDA Toolkit 10.x就行，RTX 3090的显卡装CUDA 11系列的就可以。
  

• 显卡的编译过程：https://docs.nvidia.com/cuda/cuda-compiler-driver-nvcc/index.html#virtual-architectures

• CUDA架构及对应编译参数：https://www.cnblogs.com/phillee/p/12049208.html

• nvcc的code、arch、gencode选项：https://zhengqm.github.io/blog/2018/12/07/cuda-nvcc-tips.html