在Ubuntu上安装CUDA+RAPIDS“没有可用的内核映像”

Question

编辑：在下面的评论中解决。在

我正试着从CUDA+激流开始。为此，我在googlecompute上用ubuntu18.04和nvidiateslak80启动了一个虚拟机。为了安装软件，我运行了以下命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget http://developer.download.nvidia.com/compute/cuda/10.1/Prod/local_installers/cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-10-1-local-10.1.243-418.87.00_1.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-10-1-local-10.1.243-418.87.00/7fa2af80.pub
sudo apt-get update
sudo apt-get -y upgrade
sudo apt-get -y install cuda gcc
sudo apt-get -y autoremove

wget https://repo.anaconda.com/archive/Anaconda3-2019.07-Linux-x86_64.sh
bash Anaconda3-2019.07-Linux-x86_64.sh 
source ~/.bashrc

conda update -n base -c defaults conda

conda create --name test3.7 python=3.7
conda activate test3.7

conda install -c rapidsai -c nvidia -c numba -c conda-forge -c anaconda \
    cudf=0.9 cuml=0.9 cugraph=0.9 python=3.7 anaconda::cudatoolkit=10.0

conda install -c anaconda -c conda-forge -c plotly scipy chardet numpy pandas scikit-learn matplotlib plotly chart-studio

sudo shutdown -r now

然后，我尝试使用cudf而不是pandas运行一小段Python，得到以下错误：

^{pr2}$

我不知道我遗漏了什么，因为我读过很多指南，上面都说，“你只需要运行这些命令，你就可以开始了！”列出了相同的命令。最近，我发现我应该使用nvcc从源代码处编译CUDA驱动程序，但我找不到任何地方可以显示使用什么命令的指南（每个人都只指向NVIDIA几百页长的PDF文件，而不是实际提供有用的命令）。那么，我还需要做些什么才能让CUDA+RAPIDS在一个使用teslak80的ubuntu18.04系统上运行呢？在

谢谢你！在

Answer 1

如果您安装了RAPIDS的二进制版本（例如，通过pip或conda），那么这些软件包需要一个计算能力为6.0或更高的GPU，如here所示。当然，这种情况将来可能会改变。在

在某种程度上，这是RAPIDS代码如何编译的函数（这也可能意味着RAPIDS正在使用早期gpu中可能没有的特性）。您可以通过从源代码构建RAPIDS来改变这一点，但通常代码是以这种方式编译的，这通常意味着它们使用“较旧”gpu中不可用的“更新”CUDA特性。在

因此，解决这个问题最简单的方法可能是从一台装有特斯拉K80的机器切换到一台装有特斯拉P100或更新的gpu的机器。在