cuda项目出错，no kernel image is available for execution on the device

最新推荐文章于 2025-10-10 21:07:18 发布
原创 最新推荐文章于 2025-10-10 21:07:18 发布 · 2.2w 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#cuda

部署运行你感兴趣的模型镜像

 解决方案

SET(CUDA_NVCC_FLAGS -gencode arch=compute_61,code=sm_61;-G;-g)

设置arch和code与电脑的显卡匹配，就可以解决。

 

更多《计算机视觉与图形学》知识，可关注下方公众号：

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理

RuntimeError: CUDA error: no kernel image is available for execution on the device
猿小白的博客
06-21 1027
RTX 5080显卡运行程序报错解决方案：该显卡采用最新的sm_120架构，当前稳定版PyTorch尚未支持。报错显示"no kernel image available"，建议更新至最新驱动和CUDA版本，并通过安装PyTorch的nightly版本解决。执行命令：pip install -U --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu128。该问题
cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device
Learning
04-19 973
no kernel image is available for execution on the device
解决：CUDA error: no kernel image is available for execution on the device CUDA kernel errors
weixin_44295060的博客
04-01 1万+
my结果：PyTorch 版本: 1.9.1+cu102 CUDA 是否可用: True CUDA 版本: 10.2 GPU 设备: NVIDIA GeForce RTX 4090。某些 GPU（如较新的 RTX 40 系列）需要 PyTorch 2.0+ 才能支持。（如 RTX 4090），需确保 PyTorch ≥ 2.0。（但不一定是实际安装的 CUDA Toolkit 版本）。如果仍有报错，请提供。，但 PyTorch 安装的是。（如 RTX 3060）或。选择以下任一命令安装（推荐。
CUDA error: no kernel image is available for execution on the device
最新发布
m0_61756911的博客
10-10 370
博主在使用5060ti显卡运行模型时报了该错误，当时pytorch版本是cu126（最高支持sm_90） 可能原因就是cu126不支持5060ti的显卡架构（5060ti显卡架构未公布）4.若cuda版本和pytorch版本不匹配则卸载原cuda或pytorch再安装cuda或pytorch使得 cuda和pytorch版本匹配。若pytorch版本不支持该显卡架构则卸载pytorch 安装支持该显卡架构的pytorch。1.检查pytorch版本和cuda支持的显卡架构。2.检查cuda版本。
成功解决：RuntimeError: CUDA error: no kernel image is available for execution on the device
qq_23022733的博客
08-23 5227
安装的 PyTorch 版本和 CUDA 版本不兼容。可以重新安装与系统上 CUDA 版本匹配的 PyTorch 版本。CUDA 版本与 GPU 驱动程序或 PyTorch 安装的 CUDA 编译版本不兼容。安装完成后，就可以完美解决这个Bug！
cudaErrorNoKernelImageForDevice: no kernel image is available for execution on the device.
小小博客
10-14 1084
代码迁移过程中，出现的cuda报错
[Ubuntu Error] RuntimeError: CUDA error: no kernel image is available for execution on the device
挪威的深林的博客
07-07 1144
命令显示使用的是CUDA 11.8编译器。这种不一致可能导致运行时出现问题，因为库和编译器版本不匹配。提供的输出信息来看，系统上安装了CUDA 10.1相关的包，但。如果你不再需要CUDA 10.1，可以卸载它以避免冲突。
当出现RuntimeError:CUDA error:no kernel image is available for execution on the device 问题时候的pytorch安装方法
m0_65931988的博客
04-07 2396
本人由于需要学习深度学习，因此要用到pytorch.经过不断摸索终于成功安装好了pytorch,其中走过很多弯路，其中最大的原因就是没有意识到显卡算力的问题导致安装pytorch不匹配。
RuntimeError:CUDA error: no kernel image is available for execution on the device
欢迎订阅 -- 小源笔迹
09-08 1226
根据网上所说，检查是否有cpuonly包，删除即可，但是我没有，网上说先下载后卸载就可以，可我这直接就无法安装，conda和pip都安装不了。我的conda默认还是安装的cpu版本的torch。用pip指定版本可以安装并且是支持gpu的版本，但是还是报之前不兼容的错误，不指定版本的话竟然安装的是1.0.2的版本，没有最新的软件包。发现我要的torch1.8.0还没有对应版本，1.8.1的版本只有cpu的对应版本。检索发现我的本机没有cuda10.1的版本，我的cuda是11.4的版本。
报错：RuntimeError: CUDA error: no kernel image is available for execution on the device
热门推荐
周周的专栏
04-12 2万+
报错：RuntimeError: CUDA error: no kernel image is available for execution on the device提醒：安装pytorch时，除了要注意pytorch与torchvision版本的匹配，也要注意pytorch与cuda的版本兼容。不然……，安装环境会让你想吐~
报错:RuntimeError: CUDA error: no kernel image is available for execution on the device
zh515858237的专栏
12-28 9156
例如，假设你的cuda版本是12.2，那么你可以将就着用下面的cuda12.1的torch版本。一般报这样的错，主要原因是torch版本和cuda版本不匹配导致的。，找到适合自己cuda的torch版本。
RuntimeError: CUDA error: no kernel image is available for execution on the deviceCUDA kernel error
Seaern的博客
03-24 3886
RuntimeError: CUDA error: no kernel image is available for execution on the device CUDA kernel errors might be asynchronously reported at some other API call,so the stacktrace below might be incorrect. For debugging consider passing CUDA_LAUNCH_BLOCKING=1.
cUDA error: no kernel image is available for execution on the device
03-04
### 解决 CUDA 错误 “no kernel image is available for execution on the device” 当遇到此错误时，通常是因为当前安装的软件包不支持所使用的 GPU 架构。具体来说，在尝试使用 GeForce RTX 3060 进行计算时遇到了兼容性问题[^2]。 #### 检查并更新 PyTorch 安装 由于 GeForce RTX 3060 支持 CUDA 能力 `sm_86`，而现有的 PyTorch 版本仅支持较低版本的架构 (`sm_37`, `sm_50`, `sm_60`, `sm_70`)，因此需要重新编译或下载适合该硬件的新版 PyTorch 或者通过官方渠道获取预构建的支持更高 CUDA 计算能力的二进制文件： ```bash conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch ``` 上述命令会安装与 CUDA Toolkit 11.3 兼容的 PyTorch 及其依赖项，这应该能够覆盖到 `sm_86` 的需求。 #### 验证 NVIDIA 驱动程序和 Docker 设置 如果是在容器环境中运行，则还需要确认宿主机上的 NVIDIA 驱动器以及 Docker 中集成的 NVIDIA 插件是否匹配且正常工作。驱动库版本不符可能导致初始化失败等问题[^3]。可以通过以下方式验证环境配置： - **检查驱动状态** 使用 `nvidia-smi` 命令查看显卡及其驱动的状态 - **测试Docker中的NVIDIA功能** 执行简单的测试镜像来确保一切按预期运作: ```bash docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi ``` 以上操作可以排除因驱动或插件引起的潜在冲突。 #### 更新 CUDA 工具链 对于本地开发环境而言，可能也需要升级至最新稳定发布的 CUDA Toolkit 来获得更好的性能优化和支持更多的 GPU 设备特性。详细的设置指南可以在文档中找到更多信息[^1]。
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值