CUDA 驱动程序版本对于 CUDA 运行时版本不足答案

【问题标题】：CUDA driver version is insufficient for CUDA runtime versionCUDA 驱动程序版本对于 CUDA 运行时版本不足
【发布时间】：2011-03-16 06:13:39
【问题描述】：

我收到了消息：

"cutilCheckMsg() CUTIL CUDA 错误：
内核启动失败：CUDA 驱动程序
CUDA 版本不足
运行时版本。”

在尝试运行示例源代码时。函数cutilSafeCall 也会发生。

我正在使用：

Windows 7 64 位
视觉工作室 2008
CUDA 开发者驱动程序、工具包和 SDK 3.1
仿真模式

【问题讨论】：

听起来您需要更新驱动程序。您可能想提及您使用的操作系统、CUDA SDK 版本等。
有同样的信息......在我的情况下，它只是在 Windows 更新之后，并且该过程删除了 Cuda Toolkit......只需要重新安装。检查版本兼容性。这是我已知的工作配置：Windows 10、64 位、cuda 工具包 v9.0、Visual Studio 2015、Nvidia Quadro P4000、Python 版本和库：Python 3.6.7、Tensorflow-gpu 1.13.1、Cudatoolkit 9.0、cudnn 7.1.4

标签： cuda

【解决方案1】：

您需要确保您的驱动程序版本匹配或超过您的 CUDA Toolkit 版本。

对于 2.3，您需要一个 190.x 驱动程序，对于 3.0，您需要 195.x，对于 3.1，您需要 256.x（实际上，直到下一个 5 的倍数都可以，例如 3.1 的 258.x）。

您可以通过运行 deviceQueryDrv SDK 示例或进入 NVIDIA 控制面板并选择系统信息来检查您的驱动程序版本。

从www.nvidia.com/drivers下载更新的驱动程序。

【讨论】：

【解决方案2】：

我在 Mac OS 10.6 上的最新驱动程序运行时看到了同样的情况。

cudaError_t error = cudaGetDevice(&device);
printf("%s\n", cudaGetErrorString(error));

我回到了开发者网站，再次下载了驱动程序，现在它可以运行了。 http://developer.nvidia.com/object/cuda_3_1_downloads.html#MacOS

【讨论】：

【解决方案3】：

您可以下载最新的驱动程序或使用较旧的工具包版本来编译您的代码。

【讨论】：

您还需要确保您的包含/库目录指向正确的版本。我有 CUDA 5.5 和 CUDA 6.0，即使我将构建设置更改为使用 5.5 编译器（在 VS 项目设置中），它仍然悄悄地链接到 6.0 库（在 VS 选项/C++ 目录中）。现在它工作得很好。傻我...

【解决方案4】：

CUDA驱动版本不足CUDA运行时版本：表示你的GPU不能被CUDA运行时API操作，所以你需要更新你的驱动。

【讨论】：

只需下载最新版本并安装

【解决方案5】：

我的分，

对于 Linux/Unix，当您选择（使用 nvidia-settings 实用程序）集成的 Intel GPU 并执行deviceQuery 脚本...您收到此错误：

-> CUDA 驱动程序版本不足以满足 CUDA 运行时版本

但此错误具有误导性，通过使用 nvidia-settings 实用程序重新选择 NVIDIA（性能模式），问题就会消失。

不是版本问题。

问候

P.s：“省电模式”告诉Optimus激活CPU集成Intel GPU

【讨论】：

【解决方案6】：

与直觉相反，如果未找到 libcuda.so，也会发生此错误，即使 nvidia-smi 报告的版本完全匹配。这个库是 nvidia-drivers 包的一部分（在 CentOS 上：nvidia-driver-latest-cuda-libs，在 Gentoo 上 x11-drivers/nvidia-drivers）。可以安装带有 nvcc 和 libcudart 的 CUDA Tookit 并正常构建您的应用程序，但未安装驱动程序部分，导致此错误。

要诊断是否是这个原因，请使用strace：

strace -f -e trace=file ./your_cuda_app

并检查对libcuda.so* 的公开调用，其中至少有一个应返回成功代码，如下所示：

4928  open("/lib64/libcuda.so.1", O_RDONLY|O_CLOEXEC) = 3

【讨论】：

【解决方案7】：

就我而言，我必须使用 nvidia-docker run ... 而不是 docker run ... 运行我的 docker 容器

【讨论】：

【解决方案8】：

我也有类似的问题，更新了我的图形驱动程序，但问题仍然存在。我最终决定删除 Cuda 9.2 并安装 Cuda 8，它解决了我的问题。

【讨论】：

【解决方案9】：

这对我有用：

正在安装TensorFlow version 1.14，正在安装keras
从 https://developer.nvidia.com/cuda-10.0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exenetwork 为 windows 安装 CUDA 10.0
下载兼容的CuDNN i.e 7.4.2 来自https://developer.nvidia.com/rdp/cudnn-archive
在路径变量中设置如下 cudnn-10.0-windows10-x64-v7.4.2.24\cuda\bin cudnn-10.0-windows10-x64-v7.4.2.24\cuda\include cudnn-10.0-windows10-x64-v7.4.2.24\cuda\lib\x64
重启电脑

【讨论】：

【解决方案10】：

可能与 TBB 库有关： Error OpenCV with CUDA using TBB for multiple GPUs

尝试重建它，确保将以下参数传递给 CMake（假设您已经安装了“tbb”和“tbb-devel”包：

-D WITH_TBB=YES -D TBB_INCLUDE_DIRS=/usr/include/tbb

【讨论】：