cuda runtime error(35):CUDA driver version is insufficient for CUDA runtime version 解决方法

最新推荐文章于 2025-07-14 14:30:01 发布

原创最新推荐文章于 2025-07-14 14:30:01 发布 · 1.4w 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#Pytorch #CUDA

在运行Jupyter时遇到CUDA error(35)，解决方法包括检查CUDA驱动版本与PyTorch运行时版本的匹配。通过Pytorch官网选择正确版本的.whl文件，使用pip在Ubuntu终端安装，并确保torchvision的安装。正确操作后，通过命令确认安装成功。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在jupyter 运行时出现这样的错误

查看一下，是否是TRUE

Pytorch官网，选好对应版本，

网速快的直接复制粘贴到Ubuntu终端

网速渣的，下个轮子https://pytorch.org/get-started/previous-versions/#pytorch-linux-binaries-compiled-with-cuda-8

进入PyTorch的下载目录，使用pip命令安装：

pip install torch-1.0.0-cp36-cp36m-linux_x86_64.whl

安装torchvision比较简单，可直接使用pip命令安装：

pip install torchvision

最后检查一下

True,ok啦

过程很简单，主要是前期 .whl选错了，再有很蛋疼的就是网速太渣了

涉及的部分博客

https://blog.youkuaiyun.com/red_stone1/article/details/78727096

PS:

查看NVIDIA显卡信息

nvidia-smi

查看CUDA版本

nvcc --version

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

「已注销」

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
2
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

CUDA error 35: CUDA driver version is insufficient for CUDA runtime version

qq_42008588的博客

05-03

6945

MobaXterm服务器端服务器端运行报错：按照网上的方法依次检查服务器型号自然是一点看不懂。但最后一个false明显有问题。尝试解决。（解决CUDA driver version is insufficient for CUDA runtime version - PilgrimHui - 博客园 (cnblogs.com)）我的身份验证不能通过。啊，这。。。。。本地pycharm 把文件下载到本地，在本地pycharm中运行：(小2G的数据) 运行报错：

CUDA driver version is insufficient for CUDA runtime version

qq_25033587的博客

05-17

3万+

参考： CUDA driver version is insufficient for CUDA runtime version Win10如何查看Nvidia支持的CUDA版本问题描述： RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version a...

2 条评论您还未登录，请先登录后发表或查看评论

RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient

Answer3664的博客

10-22

3432

报错原因：服务器CUDA版本和自己装pytorch 的cuda版本不一致。所以修改自己pytorch的cuda版本。查看服务器的cuda版本： nvcc -V 查看自己装pytorch的cuda版本： python import torch torch.version.cuda

6.2. CUDA Runtime

最新发布

weixin_41554427的博客

07-14

287

6.2. CUDA Runtime

解决问题Check failed: error == cudaSuccess (35 vs. 0) CUDA driver version is insufficient for CUDA runti

牛肉胡辣汤

12-05

1352

这个错误一般表示你的CUDA驱动版本不兼容当前的CUDA运行时版本。这篇文章将向你展示如何解决这个问题。

出现 CUDA driver version is insufficient for CUDA runtime version 错误，但CUDA和驱动版本没问题的一个解决方案

qq_33985717的博客

10-24

1631

是如何发现此问题的呢？本人启了一个nvidia-docker容器（nvidia/cuda:11.6.2-devel-ubuntu20.04），测试了自己的cuda程序，发现可以正常运行，甚至容器中编译的程序可以直接在宿主机上执行。本人在使用cuda + C/C++开发时，编译没问题，但程序运行时老是报 CUDA driver version is insufficient for CUDA runtime version（驱动版本不合适），在互联网上搜索很久都没有解决问题。

详解‘CUDA driver version is insufficient for CUDA runtime version

牛肉胡辣汤

01-22

6129

当CUDA运行时尝试与版本不匹配的驱动程序进行交互时，就会产生'CUDA driver version is insufficient for CUDA runtime version'的错误消息。对于解决这个错误，你需要检查当前CUDA驱动程序的版本，并确保它满足CUDA运行时的最低要求。确保根据CUDA运行时的要求安装适当的驱动程序版本后，重新运行你的CUDA应用程序以验证问题是否已解决。在执行CUDA计算任务之前，你可以在"可以继续执行CUDA计算任务"这行代码后添加你的CUDA计算任务的代码。

Status: CUDA driver version is insufficient for CUDA runtime version

机器学习

04-13

4196

Status: CUDA driver version is insufficient for CUDA runtime version conda create --name tf_gpu tensorflow-gpu=1.9.0 conda install pytorch torchvision cudatoolkit=9.0 -c pytorch

GPU报错“CUDA driver version is insufficient“的驱动与CUDA Toolkit版本兼容性

shejizuopin的博客

06-09

896

摘要：本文探讨了NVIDIA GPU报错"CUDA driver version is insufficient"的解决方案，主要由于CUDA驱动版本过低或与CUDA Toolkit版本不兼容导致。文章分析了错误原因，并提供了检查驱动版本、升级驱动/降级CUDA、配置环境变量等解决方法，同时包含版本兼容性表格和常见错误应对方案，帮助用户快速诊断和修复CUDA环境问题，确保深度学习和高性能计算的正常运行。（150字）

GPU报错“CUDA driver version is insufficient”的驱动与CUDA Toolkit版本兼容性

shejizuopin的博客

05-30

987

摘要：本文分析NVIDIA GPU报错"CUDA driver version is insufficient"的原因及解决方案。错误主要由驱动版本过低、驱动与CUDA Toolkit不匹配或环境配置问题导致。解决方法包括检查版本（nvidia-smi/nvcc）、升级驱动或降级CUDA Toolkit、验证Docker配置、检查环境变量等。文中提供了版本兼容性表和Python验证代码示例，并列出常用命令和资源链接，帮助用户快速定位和解决CUDA版本兼容性问题。

已解决 | Linux系统中docker报错CUDA driver version is insufficient for CUDA runtime version

weixin_41145926的博客

12-23

3151

Linux系统中docker报错CUDA driver version is insufficient for CUDA runtime versionLinux系统中docker报错CUDA driver version is insufficient for CUDA runtime version新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创

安装飞桨Paddlepaddle：Cuda error(35), CUDA driver version is insufficient for CUDA runtime version

先说一下，就简单地写点儿氵文，不是博客，只是我的笔记本/工具书

08-09

2064

安装飞桨Paddlepaddle出现 ExternalError：CUDA error(35), CUDA driver version is insufficient for CUDA runtime version. [Advise: This indicates that the installed NVIDIA CUDA driver is older than the CUDA runtime library. This is not a supported configuration.

关于Pytorch框架下报错CUDA驱动版本不满足CUDA运行版本——一种可能的原因及解决办法

热门推荐

Eric_Wangyz的博客

12-05

4万+

运行Pytorch代码的时候遇到： RuntimeError: cuda runtime error (35) : CUDA driver version is insufficient for CUDA runtime version at /pytorch/aten/src/THC/THCGeneral.cpp:74 可能原因：每一个pytorch版本都有对应的cuda版本，可能是在安装py...

Pycharm 运行paddle报错 Error: (External) CUDA error(35), CUDA driver version is insufficient for CUDA

weixin_45006579的博客

04-07

1749

报错内容： UserWarning: You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default. "You are using GPU version Paddle, but your CUDA device is not set properly. CPU device will be used by default." Traceba

CUDA driver version is insufficient for CUDA runtime version的问题解决，GPU运行环境

Lucky_yw的博客

02-02

3882

一、解决办法是三重检测：下面第二部分是具体方法 cuda与驱动版本 cuda与tensorflow cuda与cudatoolkit 二、具体检测方式 1.查看自己的cuda版本：nvcc –version 可以确定目前电脑（服务器）的cuda版本是9.0 2.查看自己的驱动版本：cat /proc/driver/nvidia/version 我的驱动版本是384.130是满...

CUDA driver version is insufficient for CUDA runtime version问题的最终解决

qq_34626612的博客

05-09

2879

一、问题最近在进行深度学习项目的实现, 在跑github上的一个语音合成的项目——https://github.com/andabi/deep-voice-conversion。在开头总是遇见CUDA driver version is insufficient for CUDA runtime version的问题, 尝试了很多解决方法，仍然报错. 二、原因网上大部分的解决方法都是...

成功解决torch.cuda.CudaError: CUDA driver version is insufficient for CUDA runtime version (35) [ WARN:0

头部AI社区如有邀博主AI主题演讲请私信—心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，专注，谦虚，自律，反思，成长，还算比较正能量的博主，公益免费传播…内心特别想在AI界做出一些可以推进历史进程影响力的技术(兴趣使然，有点小情怀，也有点使命感呀

08-30

6679

成功解决torch.cuda.CudaError: CUDA driver version is insufficient for CUDA runtime version (35) [ WARN:0] global C:\projects\opencv-python\opencv\modules\videoio\src\cap_msmf.cpp (674) SourceReaderCB::~SourceReaderCB terminating async callback 目录解决问题 ..

CUDA driver version is insufficient for CUDA runtime version的问题

nijun1992的博客

05-25

1万+

1、Linux安装CUDA后运行deviceQuery出现了如下问题，网上寻找答案给出多种解决方案，但是没有和我的问题相匹配 deviceQuery./deviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART static linking) cudaGetDeviceCount returned 35 ->...

CUDA driver version is insufficient for CUDA runtime version ; GPU=0 ; hostname=ecs-a114 ; expr=cudaSetDevice(info_.device_id);

04-03

<think>好的，用户遇到了CUDA驱动版本不匹配的问题，需要解决。首先，我要理解这个错误的具体原因。根据引用中的信息，CUDA error 35通常是因为安装的显卡驱动版本太旧，无法支持当前使用的CUDA运行时版本。比如，用户可能在运行需要CUDA 10以上的程序，但他们的驱动只支持到CUDA 9.1。接下来，我需要考虑解决这个问题的步骤。首先应该检查当前的驱动版本和CUDA运行时版本是否兼容。用户可能需要升级显卡驱动，或者降级CUDA运行时到驱动支持的版本。此外，用户可能是在Docker环境中运行代码，这也可能导致版本不匹配的问题，需要确认Docker镜像中的CUDA版本是否与宿主机驱动兼容。然后，根据引用3中的例子，用户可能在安装TensorFlow 2.0时遇到了问题，因为该版本需要CUDA 10，而他们的显卡只支持到CUDA 9.1。这时候解决方案可能包括升级显卡硬件（如果不支持更高版本的CUDA），或者使用适配旧CUDA版本的框架版本，比如继续使用TensorFlow 1.x。另外，引用4显示用户可能已经安装了CUDA 10.0的工具包，但驱动可能还是旧的。需要检查驱动版本是否满足CUDA 10.0的要求。每个CUDA版本都有对应的最低驱动版本要求，用户需要确认这一点。总结下来，解决步骤可能包括： 1. 确认当前NVIDIA驱动版本。 2. 确认CUDA运行时版本。 3. 比较驱动版本是否满足CUDA运行时的最低要求。 4. 如果不满足，升级驱动或降级CUDA运行时。 5. 检查环境（如Docker、Anaconda）中的CUDA配置是否正确。同时，用户可能需要指导如何查看支持的CUDA版本，以及如何正确安装驱动和CUDA工具包。此外，还要提醒用户在更改驱动或CUDA版本后可能需要重新启动系统，并验证安装是否成功。最后，生成相关问题时要覆盖常见的情况，比如检查版本的方法、升级驱动的步骤、环境配置问题等，帮助用户全面理解和解决问题。</think>### 解决CUDA驱动版本不足的问题当出现错误`CUDA driver version is insufficient for CUDA runtime version`时，表示系统当前安装的**NVIDIA显卡驱动版本过低**，无法支持正在使用的**CUDA运行时版本**[^1][^2][^3]。以下是逐步解决方案： --- ### 步骤1：确认CUDA运行时版本和驱动版本的兼容性 1. **查看当前CUDA运行时版本** 在终端输入以下命令： ```bash nvcc --version ``` 输出示例： ``` nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2021 NVIDIA Corporation Built on ... Cuda compilation tools, release 11.4, V11.4.120 ``` 这里`release 11.4`表示CUDA运行时版本为11.4[^4]。 2. **查看当前显卡驱动版本** 输入命令： ```bash nvidia-smi ``` 输出示例： ``` +-----------------------------------------------------------------------------+ | NVIDIA-SMI 470.57.02 Driver Version: 470.57.02 CUDA Version: 11.4 | +-----------------------------------------------------------------------------+ ``` **关键点**： - `Driver Version`是驱动版本号（此处为470.57.02）。 - `CUDA Version`表示驱动支持的**最高CUDA运行时版本**（此处为11.4）[^3]。 --- ### 步骤2：升级驱动或降级CUDA运行时根据兼容性检查结果选择以下操作： 1. **升级显卡驱动** - 若驱动版本过低（如CUDA运行时要求11.4，但驱动仅支持11.0），需升级驱动： - **Windows**：从[NVIDIA官网](https://www.nvidia.com/Download/index.aspx)下载最新驱动。 - **Linux**：使用`apt`或手动安装： ```bash sudo apt install nvidia-driver-470 # 替换为所需版本 ``` - **重启系统**后验证`nvidia-smi`的输出。 2. **降级CUDA运行时** - 若显卡硬件不支持更高驱动（如旧显卡仅支持CUDA 9.1），需降低CUDA运行时版本： - 对于深度学习框架（如TensorFlow/PyTorch），选择适配低版本CUDA的框架版本。 - 例如：TensorFlow 2.0需要CUDA 10，而旧显卡支持CUDA 9.1时，需改用TensorFlow 1.x。 --- ### 步骤3：验证Docker或虚拟环境配置若在Docker中运行代码，需确保容器内的CUDA版本与宿主机驱动兼容： 1. **检查Docker镜像的CUDA版本**： ```dockerfile FROM nvidia/cuda:11.4.0-base # 镜像中的CUDA版本为11.4 ``` 宿主机驱动必须支持11.4（如驱动版本≥470.57.02）。 2. **启动容器时添加GPU支持**： ```bash docker run --gpus all your_image ``` --- ### 总结 - **根本原因**：驱动版本 < CUDA运行时所需最低版本。 - **优先级**：优先升级驱动，若硬件限制则降级CUDA或框架版本。 - **典型场景**： - TensorFlow/PyTorch版本与CUDA不匹配（如TF 2.0需CUDA 10，但驱动仅支持CUDA 9.1）。 - Docker容器未正确配置GPU支持。 ---