CUDA错误：nvcc fatal : Don't know what to do with

最新推荐文章于 2023-08-07 15:33:23 发布
原创 最新推荐文章于 2023-08-07 15:33:23 发布 · 3.7k 阅读 · 0 ·
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。

本文介绍了当遇到CUDA编译器nvcc报错，提示不识别xxxx.cuh文件时的解决办法。通常这类问题是因为.cuh头文件与对应的.cu源文件名称不匹配导致的。确保两者的名称部分一致是解决此类编译错误的关键。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

编译错误
nvcc fatal : Don’t know what to do with xxxx.cuh

原因：xxxx.cuh必须与相应的xxxx.cu同名，即xxxx部分相同，否则无法编译

【已解决】PCL配置中出现：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
kanbarakun的博客
02-26 3494
我的CUDA编译器nvcc不支持compute_30这个GPU架构，这个GPU架构较老，不符合应该有的算力设置，与CUDA版本不兼容。我的显卡是GeForce GTX 1660 Ti，对应7.5，那么我需要设置的架构就是compute_75。1.修改PCL中关于CUDA的代码，找到“compute_30”的部分修改成你对应的架构或者注释掉。在原本的语句后加入：-DCUDA_ARCH_BIN=“XX”，其中XX即为步骤一中得到的数。2.降级CUDA版本，如果你的项目必须使用这种较老的架构的话。
Debug：nvcc fatal: Unsupported gpu architecture ‘compute_86‘； sm_86 is not compatible with Pytorch
qq_41035283的博客
05-13 2542
Debug：nvcc fatal: Unsupported gpu architecture 'compute_86' 问题描述1 编译knn_cuda时，报了个错： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 意思是显卡算力太高，安装的cuda版本不支持（竟然还有这么神奇的错误），compute_86指显卡计算能力是8.6，RTX 30系，A系显卡都是这个算力。 解决方法 通过系统环境变量设置降低算力： export TORCH_CUDA
nvcc fatal : Don‘t know what to do with ‘/home/..‘出现在vscode调试cuda的代码时
qq_46094446的博客
08-07 528
再在main函数所在文件打开的页面处。内有“Run code“代码大概率没有问题啦。
NVCC Fatal
qq_41955460的博客
04-15 649
环境： 虚拟机：Ubuntu 18.04.5 LTS (GNU/Linux 5.4.0-108-generic x86_64) python：3.8.10 pytorch：1.7.1+cu110 cuda：11.0.221 问题： /usr/local/cuda/bin/nvcc -I/tmp/pip-req-build-ui3v4u82/svox2/csrc/include -I/tmp/pip-req-build-ui3v4u82/usr/local/miniconda3/pkgs/nvid
nvcc -v报错nvcc fatal : No input files specified； use option --help for more information
qq_44849479的博客
06-12 2万+
运行nvcc -v时报错： nvcc fatal : No input files specified; use option --help for more information 解决办法：换一个大写V
mongorestore
bjzhaoxiao的专栏
06-10 3055
mongorestore /var/lib/mongodb/dump/wanchain/wanChain2018-06-09T20:16:14.031-0700    preparing collections to restore from2018-06-09T20:16:14.032-0700    don't know what to do with file "/var/lib/mongo...
CUDA经验：NVCC编译器过度优化（Reduce算法）
GongBingjian
08-12 2489
  在GPU中Reduce算法是一种快速归约数据的方法，具体内容单击此处跳转。在CUDA实现的过程中，如果处理不当，会导致Debug版本与Release版本结果不一致的现象，这是由于Debug下不会对代码做优化，而Release下“过度优化”了代码，导致程序并没有按照我们的原意执行，最终结果错误。   简单的讲，如上图所示，若要对8个元素求最小值，那么只需要先做对（4，5）、（6，2）、（3...
CUDA 编程：基础与实践_樊哲勇1
08-03
这些章节涵盖了GPU硬件结构，CUDA软件开发工具的使用，如CUDA SDK和nvcc编译器。第1章介绍了GPU的基本工作原理和CUDA编程环境。第2章至第4章讲解了CUDA线程组织、程序框架和错误处理机制。第5章探讨了如何实现GPU...
Caffe-GPU编译问题：nvcc fatal : Unsupported gpu architecture 'compute_20'
律己且好学，才能保证不坠入愤世嫉俗之列。
04-05 3669
我的系统的环境： GPU服务器 ubuntu16.04 Opencv3.4.1 CUDA 9.0 CUDNN v7 出现的问题 解决： 仔细查看发现 Makefile.config 中 CUDA_ARCH 设置未按规定设置： # CUDA architecture setting: going with all of them. # For CUDA < 6.0, comment the ...
CUDA编译器nvcc的用法用例与问题简答
Dablelv 的博客专栏。
12-27 1万+
1.nvcc支持OpenMP 使用-fopenmp时会报nvcc fatal : Unknown option ‘fopenmp’错误。正确的编译选项是: -Xcompiler -fopenmp
linux caffe环境配置
langxing1992的博客
04-26 7376
1.环境准备 sudo apt-get install git sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install --no-install
解决nvcc找不到的问题（Ubuntu16.04 CUDA 8.0）
热门推荐
rtygbwwwerr的专栏
06-23 10万+
最近在linux上安装了CUDA 8.0，但是在安装pycuda时却提示找不到nvcc命令。 在terminal中输入nvcc，也是提示找不到command。但是可以确定的是，CUDA8.0，以及nvidia-cuda-toolkit已经从官方网站下载并正确安装。 于是网上找了教程，说是需要在terminal中输入sudo apt-get install nvidia-cuda-toolkit
CUDA编译出错，nvcc fatal : Unknown option 'fpreprocessed'
leaveforwaiting的博客
11-30 4020
cmake_minimum_required(VERSION 2.8) PROJECT(FIRST_CUDA) find_package(CUDA REQUIRED) find_package(OpenCV 3.0 REQUIRED) set(CUDA_NVCC_FLAGS -arch=compute_60;-code=sm_61;-G;-g) include_directories($...
linux下通过jni编译CUDA代码生成动态链接库遇到的问题 nvcc -fPIC
王磊从此励志做稳健少年的博客
08-23 4439
编译包含cuda的jni代码，生成动态链接库时遇到的一些问题总结
评论 1
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