解决CUDA error: no kernel image is available for execution on the device

1. 电脑配置

GPU 3080 算力8.6

CUDA 11.1

CUDNN 8.2.0

conda 4.9.2

python 3.8.5

2. 问题描述

首先在pytroch官网根据电脑相应配置使用pip命令

pip3 install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f /whl/torch_stable.html

安装torch、torchaudio、torchvision以及cudatoolkit，版本如下：

torch==1.8.1+cu111torchaudio==0.8.1torchvision==0.9.1+cu111

当时未测试cuda是否可用，疏忽了！！！大家安装完之后一定要先测试cuda在当前环境下是否可用，再去用在自己的脚本上，免得出问题之后不知道具体是什么问题！

——————————————————————————————————

我直接用在了mmdetection给的第一个实例代码上，报错如下：

ibtorch_cuda_cu.so: cannot open shared object file: No such file or directory

网上搜索说可能是pytorch版本过高，当时还是没有检查cuda是否可用，愚蠢！！

于是直接卸载了torch，由于用的pip命令安装，卸载命令如下：

pip uninstall torch# 会提示连同torch1.8.1+cu111一起卸载# 我点了确定，貌似这个命令把cudatoolkit也一并卸载了

于是我又重新安装torch1.8.0版本以及cudatoolkit11.1

pip install torch==1.8.0 cudatoolkit==11.1

安装成功后，用以下代码测试cuda是否可用：

import torchtorch.cuda.is_available()# 返回True 接着用下列代码进一步测试torch.zeros(1).cuda()

开始报错，如下：

GeForce RTX 3080 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_70.If you want to use the GeForce RTX 3080 GPU with PyTorch, please check the instructions at /get-started/locally/# 同时还有如下报错RuntimeError: CUDA error: no kernel image is available for execution on the device

大概意思就是说当前GPU的算力与当前版本的Pytorch依赖的CUDA算力不匹配（3080算力为8.6，而当前版本的pytorch依赖的CUDA算力仅支持3.7，5.0，6.0，7.0）

——————————————————————————————————

参考：低版本GPU可在相对高的CUDA版本下运行，例如：算力为8.0的GPU可在算力为8.6的CUAD版本下运行，而相反则不行。同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行。

因此应该尽量安装更高版本的CUDA，但是让我疑问的是我都装了几乎最新版本，还不支持？

——————————————————————————————————

于是去网上搜集目前torch、cuda相关适配信息，详见博客

——————————————————————————————————

下一步全部卸载重装

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

装好之后的情况如下：

pytorch==1.8.0 py3.8_cuda11.1_cudnn8.0.5_0torchaudio==0.8.0 torchvision==0.9.0

再次测试上述命令测试cuda是否可用

测试成功！！cuda已经可用了！！

总结：只有cuda11.1才支持算力为8.6的GPU，大家不要装错了！！！！当然，如果装低版本的pytorch应该也可以、低版本的cudatoolkit应该也可以？ 具体我没试过，有空新建一个环境试一下！还有就是一定要知道自己GPU的算力，NVIDIA算力可在此处查看