Question

我以前曾在此Win 10 64位家庭系统（针对1080Ti卡）上运行CUDA 9.x，但需要针对TensorFlow 2更新到CUDA 10.0。我最初以为TF2在CUDA 10.1上还可以，所以首先安装了10.1，直到后来才发现它必须是CUDA 10。

无法正常工作...

要测试TF，我运行了此程序以验证安装（通过Anaconda的Jupyter笔记本-新建的TF2环境）

import tensforflow as tf
print(tf.reduce_sum(tf.random.normal([1000, 1000])))

我在基本的Python测试中收到此错误

内部错误：cudaGetDevice（）失败。状态：找不到cudaGetErrorString符号

这表明找不到密钥文件，但是我无法找出根本原因-而且该错误信息的命中很少，没有一个对我有帮助。

当前配置

已安装CUDA 10.0 Nvidia驱动程序436.48游戏就绪驱动程序

到目前为止的潜在问题和解决方案

显然他们都没有固定的东西

旧的CUDA安装-9.0、9.1、10.0、10.1：除10.0卸载并重新启动PC外，所有安装； 10.0安装程序，然后再次运行
更新cudnn文件：首先尝试使用原始文件，然后将cudnn文件v7.6.3.30复制到bin，include和lib（视情况而定）
从游戏就绪驱动程序切换到“ Studio”驱动程序
检查所有环境变量-删除所有涉及CUDA！= 10.0的内容
更新在system32中将nvcuda.dll重命名为.old，然后重新运行CUDA 10.0安装程序... 未生成新的nvcuda。
更新2 ：我在驱动程序存储区中找到了nvcuda64.dll v 10.0.132，并用它替换了system32中的nvcuda.dll。重新启动后，nvidia-smi现在根本没有报告CUDA版本：（

已知的可能性

[已由更新2取代] nvidia-smi.exe报告了CUDA 10.1（是的，它在Win 10上可用）-但是通过注册表检查我找不到任何东西暗示CUDA 10.1在那里徘徊... 更新在C：\ Windows \ System32
尽管已卸载，但是注册表中的Computer \ HKEY_USERS.DEFAULT \ Software \ Microsoft \ VisualStudio \ 14.0_Config \ InstalledProducts项下的XYZ仍为CudaXYZWizardsPackage-XYZ = 90、91、100、101-但我对此表示怀疑是Python中TF的问题；）更新 C：\ Program Files（x86）\ Microsoft Visual Studio \ 2017 \ Community \ Common7 \ IDE \ Extensions \ NVIDIA中没有任何内容，只有10.0，所以孤儿注册表项。

其他信息

在执行所有卸载等操作之前，我确实在VS 2017中成功构建并运行了Nvidia示例时钟项目，因此基础知识还可以（然后）

问题

如何从干净的状态完全删除所有CUDA痕迹以重新开始？
我将来如何诊断此类问题，以弄清问题的根源/应该做什么
可以更简单地解决这个特定问题吗？
（新）在哪里可以找到要在system32中替换的nvcuda.dll 10.0？ -回答，一种可能性来自C：\ Windows \ System32 \ DriverStore \ FileRepository

Answer 1

下载并安装Anaconda（Python 3.7）：https://www.anaconda.com/distribution/
在命令提示符下：

conda update conda
conda update python

conda create --name tensorflow-gpu
conda activate tensorflow-gpu
conda install pip jupyter
pip install tensorflow-gpu
conda install cudatoolkit=10.0 -c pytorch

在“开始”菜单中选择Anaconda3 (64-bit) -> Jupyter Notebook (tensorflow-gpu)

import tensorflow as tf

%%time
with tf.device('/CPU:0'):
    a = tf.random.uniform([1000,1000])
    b = tf.random.uniform([1000,1000])
c = tf.matmul(a, b)

墙壁时间：18.9毫秒

%%time
with tf.device('/GPU:0'):
    a = tf.random.uniform([1000,1000])
    b = tf.random.uniform([1000,1000])
c = tf.matmul(a, b)

挂墙时间：2.99毫秒

Answer 2

这主要是扩展评论，因为@diego要求更新...

我现在已安装CUDA 10.0，并且nVidia控制面板将nvcuda.dll报告为v 10.0.132

我已使用Visual Studio 2017从C：\ ProgramData \ NVIDIA Corporation \ CUDA Samples \ v10.0 \ 1_Utilities \ deviceQuery中的vs解决方案构建了推荐的演示devicequery.exe（请注意.exe最终以C： \ ProgramData \ NVIDIA Corporation \ CUDA Samples \ v10.0 \ bin \ win64 \ Debug）

然后该程序从cmd提示符运行，并给出以下输出。

devicequery正在启动...

CUDA设备查询（运行时API）版本（CUDART静态链接）

检测到1个支持CUDA的设备

设备0：“ GeForce GTX 1080 Ti” CUDA驱动程序版本/运行时   版本10.0 / 10.0 CUDA功能主要/次要版本   数：6.1全局内存总数：11264   MBytes（11811160064 bytes）（28）多处理器，（128）CUDA   核心/ MP：3584 CUDA核心GPU最大时钟速率：
  1607 MHz（1.61 GHz）内存时钟频率：
  5505 Mhz内存总线宽度：352位L2   缓存大小：最大2883584字节   纹理尺寸大小（x，y，z）1D =（131072），2D =（131072，   65536），3D =（16384、16384、16384）最大分层1D纹理大小，   （num）层1D =（32768），2048层最大分层2D纹理   大小（num）层2D =（32768，32768），2048层   恒定内存：65536字节共享总量   每块内存：49152字节寄存器总数   每块可用：65536变形尺寸：
  每个多处理器32个线程的最大数量：最大2048个   每个块的线程数：1024的最大尺寸   线程块（x，y，z）：（1024、1024、64）网格的最大尺寸   大小（x，y，z）：（2147483647、65535、65535）最大内存间距：
  2147483647字节纹理对齐：512   字节并发复制和内核执行：是，有2个副本   引擎在内核上的运行时间限制：是
  集成GPU共享主机内存：不支持主机   页面锁定的内存映射：是对齐要求   表面：是设备具有ECC支持：
  禁用的CUDA设备驱动程序模式（TCC或WDDM）：WDDM   （Windows显示驱动程序模型）设备支持统一寻址   （UVA）：是设备支持计算抢占：否
  支持合作内核发布：无支持   MultiDevice Co-op内核启动：无设备PCI域ID /总线   ID /位置ID：0/1/0计算模式：        <默认（多个主机线程可以同时将:: cudaSetDevice（）与设备一起使用）>

deviceQuery，CUDA驱动程序= CUDART，CUDA驱动程序版本= 10.0，CUDA   运行时版本= 10.0，NumDevs = 1结果= PASS

我是怎么做到的？很难具体说明，因为我没有意识到自己成功了，但是我记得将显示驱动程序设置为VGA，重新启动（为安全起见两次），然后卸载CUDA 10.0，重新启动然后安装10.0。

我确实注意到我使用vs 2012解决方案构建了deviceQuery，但是我确实同意在解决方案打开时进行VS更新。

CUDA问题-如何在Win 10中全新安装CUDA以解决cudaGetDevice（）失败

2 个答案: