【Centos8】RuntimeError: The NVIDIA driver on your system is too old (found version 11060)

最新推荐文章于 2024-09-10 17:01:16 发布

Alex_81D

最新推荐文章于 2024-09-10 17:01:16 发布

阅读量2.3k

点赞数 18

分类专栏： python Linux 文章标签： python

本文链接：https://blog.youkuaiyun.com/Alex_81D/article/details/135673646

版权

Linux 同时被 2 个专栏收录

31 篇文章

订阅专栏

python

18 篇文章

订阅专栏

背景：

最近在做大模型方面的产品，部署模型时启动模型遇到这样一个问题：

RuntimeError: The NVIDIA driver on your system is too old (found version 11060). Please update your GPU driver by downloading and installing a new version from the URL: http://www.nvidia.com/Download/index.aspx Alternatively, go to: https://pytorch.org to install a PyTorch version that has been compiled with your version of the CUDA driver.

当时心里一想，这下坏事儿了，一看就是显卡驱动的问题，跟我们的模型不兼容，无奈自己没有驱动升级经验，担心把机器搞坏了。一顿子搜索，把问题解决了。

问题查找：

Linux查看Nvidia显卡信息及使用情况

Linux查看显卡信息

lspci | grep -i vga

使用nvidia GPU可以：

lspci | grep -i nvidia

Nvidia自带一个命令行工具可以查看显存的使用情况：

nvidia-smi

表头释义：

Fan：显示风扇转速，数值在0到100%之间，是计算机的期望转速，如果计算机不是通过风扇冷却或者风扇坏了，显示出来就是N/A；
Temp：显卡内部的温度，单位是摄氏度；
Perf：表征性能状态，从P0到P12，P0表示最大性能，P12表示状态最小性能；
Pwr：能耗表示；
Bus-Id：涉及GPU总线的相关信息；
Disp.A：是Display Active的意思，表示GPU的显示是否初始化；
Memory Usage：显存的使用率；
Volatile GPU-Util：浮动的GPU利用率；
Compute M：计算模式；

这里面的显卡驱动版本

Driver Version: 510.108.03 CUDA Version: 11.6，跟我们需求的版本不一致，需要对他做相应的操作，需求版本：Driver Version: 535.104.05，从这个方向入手做如下两种处理办法。

解决方法：

方法一：更新驱动：Official Drivers | NVIDIA

下载驱动

这块不用担心，其实很简单就更新了，跟着教程来：从官网下载对应版本驱动

选择适合自己的版本型号，search下载对应驱动

如果嫌慢可以这么下载：

wget https://us.download.nvidia.cn/XFree86/Linux-x86_64/535.154.05/NVIDIA-Linux-x86_64-535.154.05.run

安装驱动

#添加文件执行权限
chmod 777 NVIDIA-Linux-x86_64-535.154.05.run

#以root 运行，进入命令行模式init 3
./NVIDIA-Linux-x86_64-535.154.05.run

这里会遇到几个问题，一个一个处理就行

我遇到最多的就是提示x进程有问题，让把这个kill掉，那我们查找进程 ps -ef | grep X

并kill掉进程即可，也可以关机重启，这种kill进程的比较彻底。

按照提示选择‘Yes’，和ok即可，

安装完成后再次查看驱动版本：

nvidia-smi

可以看到驱动版本已经更新成功：Driver Version: 535.154.05 CUDA Version: 12.2

问题随之解决

https://blog.youkuaiyun.com/robator/article/details/120497644

附：天梯显卡比较

https://blog.youkuaiyun.com/weixin_44489823/article/details/108560590

方法二：安装合适版本的pytorch

通过命令 nvidia-sminvidia-smi 查看cuda版本，CUDA Version: 11.6

到官网（pytorch.org）下载合适的pytorch版本

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

也可以解决这个问题！

https://blog.youkuaiyun.com/qq_38964360/article/details/132146792

推荐用方法一也不难！