解决错误nvcc fatal : Unsupported gpu architecture ‘compute_86‘

原创 于 2025-08-05 21:51:13 发布 · 324 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
标签
#pip

最近在安装一个光流库spatial_coorelation_sampler==0.5的时候，出现一个报错
conda环境pip安装失败，于是github下载源码安装。出现错误如下

nvcc fatal   : Unsupported gpu architecture 'compute_86'

这显示我的显卡不支持compute_86架构，于是我查了下，我的显卡支持的架构，我是A100，
在如下链接查看发现只支持compute_80
在这里插入图片描述

所以在安装光流库之前，得这是安装环境的GPU架构

export TORCH_CUDA_ARCH_LIST="8.0"

然后再执行安装命令

python set_up.py install

完成安装

error `nvcc fatal : Unsupported gpu architecture ‘compute_80‘ ninja: build stopped: subcommand fai
weixin_38102912的博客
01-19 6196
问题： Error/问题 nvcc fatal : Unsupported gpu architecture 'compute_80' ninja: build stopped: subcommand failed. 解决方案 在安装一个代码 setup.py (见下面的代码)里的时，会出现以上报错. 这里 是因为，代码与gpu算力不匹配的原因。 对于本机2080ti, 其最高算力为7.5, 故不支持compute_80(算力8.0), compute_86（算力8.6）,解决办法就是把对应两行注释掉
nvcc fatal : Unsupported gpu architecture ‘compute_86‘ CMake Error at Memory_Transfer_generated_me
ZhengrongYue的博客
11-24 3412
nvcc fatal : Unsupported gpu architecture 'compute_86' CMake Error at Memory_Transfer_generated_me
【异常错误】RTX 4090 nvcc fatal : Unsupported gpu architecture ‘compute_89‘
Drug discovery
04-17 8462
原因是conda环境下cuda编译器nvcc不支持compute_89导致安装失败，运行项目的requirement.txt安装环境往往会默认安装低版本的cuda环境。如果没有compute_89（nvcc --version版本是11.5或者以下），就需要重新安装cuda和nvcc。如果nvcc目录不是/usr/local/cuda-12.2 ，需要重新配置，先备份下原环境，然后重新配置。安装完成后，可以查看cuda 12.2版本安装位置。一般在/usr/local/cuda-12.2下。
Debug：nvcc fatal: Unsupported gpu architecture ‘compute_86‘； sm_86 is not compatible with Pytorch
qq_41035283的博客
05-13 2664
Debug：nvcc fatal: Unsupported gpu architecture 'compute_86' 问题描述1 编译knn_cuda时，报了个错： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 意思是显卡算力太高，安装的cuda版本不支持（竟然还有这么神奇的错误），compute_86指显卡计算能力是8.6，RTX 30系，A系显卡都是这个算力。 解决方法 通过系统环境变量设置降低算力： export TORCH_CUDA
nvcc fatal : Unsupported gpu architecture ‘compute_86‘问题解决
chen_yanan的博客
03-31 1万+
设备：显卡3080 环境：Windows10 cuda11.0 语言：python 问题： 代码setup时出现nvcc fatal : Unsupported gpu architecture ‘compute_86‘的问题，经查找，发现根本问题是显卡与cuda版本支持的算力不匹配。 可行解决方案： 1.升级CUDA版本。由于改代码要求cuda版本为11.0，故没有升级cuda版本。 2.据说30系列显卡都会出现此类问题，暴力解决方法就是换电脑换显卡。 3.本人解决方法，向系统环境
caffe编译报错“nvcc fatal : Unsupported gpu architecture ‘compute_86‘”
qq_41466376的博客
03-31 2599
简单记录，有点乱
nvcc fatal : Unsupported gpu architecture ‘compute_86‘
羊藤枝的博客
12-14 1万+
GPU： RTX3090 Linux： Ubuntu 16.04 pytorch: 1.7.0 python: 3.7.9 cuda version: V11.0.194 GCC version: 5.2.0 安装apex的过程中，按照官网的教程真是一波三折~ 官网的教程如下： git clone https://github.com/NVIDIA/apex cd apex pip install -v --disable-pip-version-check --no-cache-dir --global
caffe 编译 + nvcc fatal : Unsupported gpu architecture ‘compute_86‘
wuyeyoulan23的专栏
12-09 1855
caffe (GPU版) 编译出现错误： nvcc fatal : Unsupported gpu architecture ‘compute_86‘ （出现以上错误消息时的caffe环境配置： 1. win11 + NVIDIA RTX3080 2.cmake-3.16.8-win64-x64.msi 3.en_visual_studio_community_2015_with_update_3_x86_x64_dvd_8923300.iso 4. Anaconda3-2021.05-W...
RuntimeError: Error compiling objects for extension 和nvcc fatal : Unsupported gpu architecture ‘c
weixin_44777827的博客
03-07 1万+
记录一下最近跑TinaFace代码在原来服务器跑没有问题，新服务器跑遇到的错误 首先，按照官网步骤安装相关包： 本人环境： 显卡驱动版本： NVIDIA-SMI 460.73.01 Driver Version: 460.106.00 CUDA Version: 11.2 CUDA版本：nvcc -V： Cuda compilation tools, release 11.1, V11.1.74 pytorch 1.8.1 torchvision
编译chamfer3D报错,编译成功后找不到chamfer3D
最新发布
zzcjake的博客
06-21 914
出现nvcc fatal : Unsupported gpu architecture ‘compute_86‘的问题，是因为显卡与cuda版本支持的算力不匹配。向系统环境变量中添加一项：TORCH_CUDA_ARCH_LIST，值为7.5。python setup.py install编译chamfer3D报错。
安装cuda11成功后，编译算例报错：nvcc fatal : Unsupported gpu architecture ‘compute_80‘
u010674979的博客
06-04 5240
安装cuda11成功后，编译算例报错：nvcc fatal : Unsupported gpu architecture ‘compute_80’ **报错原因：**显卡计算能力不支持80 **解决方法：**找到编译的算例的文件夹下面对应的makefile文件，使用gedit打开，找到SMS行，注视掉80或者直接删除80。保存退出后重新编辑即可通过。 ...
【Bug解决】nvcc fatal : Unsupported gpu architecture ‘compute_86‘
热门推荐
学习 & 分享 ~
03-08 2万+
执行 安装 detectron2 遇到错误： 报错环境：错误原因： GPU 3090 算力是 8.6，而当前 CUDA 11.0 不支持算力 8.6。解决方案： 设置环境变量，降低算力要求。 再次执行报错的安装命令，安装成功： 解决方案（目前不可行）：将 CUDA 版本升级到支持算力 8.6 即可，但同时需要安装对应的PyTorch。在 CUDA官网 可以看到目前最新的 CUDA 版本是 11.6，表示支持算力 8.6 的 GPU。但是上 PyTorch官网 却看到目前 PyTorch 支持的 CUD
DCNV2编译遇到的问题
zhaoyan272898330的博客
04-08 2261
显卡Nvidia RTX TITAN pytorch 1.5.0 cuda 10.2 报错： nvcc fatal : Unsupported gpu architecture 'compute_80' ninja: build stopped: subcommand failed. 解决方法： 在DCNV2目录下setup.py文件中添加一行代码 if torch.cuda.is_available() and CUDA_HOME is not None: extensio.
【异常问题】nvcc fatal : Unsupported gpu architecture ‘compute_86‘ 解决方案
一个内容严谨、方向前沿、极具实践价值的AI大模型技术分享站
05-17 4524
nvcc fatal : Unsupported gpu architecture 'compute_86' 解决方案
报错解决：RuntimeError: Error compiling objects for extension和nvcc fatal: Unsupported gpu architecture
博学而笃志，切问而近思。
06-18 2万+
报错解决：RuntimeError: Error compiling objects for extension和nvcc fatal: Unsupported gpu architecture
【问题解决】安装PCL报错：nvcc fatal : Unsupported gpu architecture ‘compute_30‘
qq_42751676的博客
04-12 1万+
问题描述 显卡：NVIDIA GeForce RTX 3060 CUDA版本：CUDA 11.2 PCL版本：1.10.1 make过程中出现：nvcc fatal : Unsupported gpu architecture ‘compute_30‘ 报错。 问题分析 症结在于我的显卡不支持compute_30的GPU构架，与CUDA版本不兼容。 网上大多数的解决方法是找到makefile文件中CUDA_ARCH参数配置，将其中的 -gencode arch=compute_30,code=sm_30
nvcc fatal : Unsupported gpu architecture ‘compute_‘
不知语冰
12-06 5556
我是编译darknet ros时遇到的,错误原因是显卡算力不对应 在CMakeList中有如下: set( CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS}; -O3 -gencode arch=compute_30,code=sm_30 -gencode arch=compute_35,code=sm_35 -gencode arch=compute_50,code=[sm_50,compute_50] -gencode ar
【Bug解决】
qq_33290813的博客
01-08 429
https://blog.csdn.net/qq_31347869/article/details/123348901
nvcc fatal : Unsupported gpu architecture ‘compute_86‘解决方法
qq_40349484的博客
04-29 1406
nvcc fatal : Unsupported gpu architecture ‘compute_86‘解决方法
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值