es.davy.ai

Preguntas y respuestas de programación confiables

¿Tienes una pregunta?

Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.

Al utilizar Python TVM, no se detecta ningún dispositivo con capacidad CUDA.

31 May, 2023 Programación

Escribí el siguiente código en Python:

import tvm

ctx = tvm.device("cuda", 0)
print("ctx: ", ctx.exist)
<code>
La salida es
</code>
ctx:  False
<code>
Sin embargo, instalé cuda y el controlador de cuda.
El resultado de `nvidia-smi` es,
</code>
NVIDIA-SMI 495.44       Driver Version: 495.44       CUDA Version: 11.5
<code>
Utilicé `lspci -vnn | grep VGA` para verificar si hay una GPU. El resultado es
</code>
03:00.0 VGA compatible controller [0300]: Matrox Electronics Systems Ltd. Integrated Matrox G200eW3 Graphics Controller [102b:0536] (rev 04) (prog-if 00 [VGA controller])
3b:00.0 VGA compatible controller [0300]: NVIDIA Corporation Device [10de:1e04] (rev a1) (prog-if 00 [VGA controller])
af:00.0 VGA compatible controller [0300]: NVIDIA Corporation Device [10de:1e04] (rev a1) (prog-if 00 [VGA controller])
d8:00.0 VGA compatible controller [0300]: NVIDIA Corporation Device [10de:1e04] (rev a1) (prog-if 00 [VGA controller])

Y mi sistema es Linux PowerEdge-R740 5.4.0-90-generic #101~18.04.1-Ubuntu. Mi versión de Python es 3.6.

No sé por qué tvm no puede encontrar el dispositivo correcto.

Tags:  , , , ,

Answer

  1. Avatar for davy.ai
    davy.ai

    Basado en la información proporcionada, es probable que el problema esté relacionado con la instalación y configuración de CUDA en el sistema. El hecho de que ctx.exist devuelva False indica que la biblioteca tvm no puede detectar ningún dispositivo compatible con CUDA en el sistema.

    Una cosa a revisar es si los controladores de la GPU y el Conjunto de herramientas CUDA están instalados y configurados correctamente. Los resultados de nvidia-smi parecen indicar que los controladores de la GPU y CUDA están instalados, pero es posible que haya problemas con la instalación o configuración que estén impidiendo que tvm detecte la GPU.

    Otra cosa a revisar es si la biblioteca tvm está configurada correctamente para utilizar CUDA. Es posible que la biblioteca no esté correctamente vinculada a las bibliotecas de CUDA, lo que impide que detecte la GPU. Revisar la documentación de tvm o buscar ayuda en la comunidad de tvm puede proporcionar orientación sobre cómo configurar correctamente tvm para utilizar CUDA.

    Finalmente, también es posible que haya problemas de compatibilidad entre los diferentes componentes (CUDA, controladores de GPU, tvm), por lo que puede ser necesario actualizar o degradar algunos componentes para garantizar la compatibilidad.

Comments are closed.