docker 内 pytorch cuda 不可用

拿铁加椰果2025-03-21 17:44

拉的官方 docker 仓库里的镜像

nvidia/cuda:12.4.1-cudnn-devel-rockylinux8

conda 安装2.5.0 的 pytorch 后，使用 cuda 报错

go 复制代码

(myenv) [root@000b4321253c opt]# python test1.py 
可用 GPU 数量： 1
检测 CUDA 时出错： Unexpected error from cudaGetDeviceCount(). Did you run some cuda functions before calling NumCudaDevices() that might have already set an error? Error 804: forward compatibility was attempted on non supported HW

我的 test1.py 代码

go 复制代码

import torch

try:
    device_count = torch.cuda.device_count()
    print("可用 GPU 数量：", device_count)
    for i in range(device_count):
        print(f"GPU {i}: {torch.cuda.get_device_name(i)}")
except Exception as e:
    print("检测 CUDA 时出错：", e)

nvidia-smi 可以执行

直接贴原因:

NVIDIA 在 /usr/local/cuda/compat/ 目录下提供了一些兼容库 (libcuda.so.1 等)，但如果主机的 NVIDIA 驱动版本较新，则不需要这些兼容库。强行使用这些库可能会导致不匹配的 CUDA 版本，从而触发 Error 804。

解决方案：

go 复制代码

rm -rf /usr/local/cuda/compat