CUDA编程10 - CUDA Samples 在ubuntu 24.04 上编译安装, 解决Unsupported gpu architecture ‘compute_xxx‘的问题

<think>我们遇到的问题是：在编译CUDA示例程序deviceQuery时，使用`make`命令出现了错误，错误信息是`nvcc fatal: Unsupported gpu architecture 'compute_35'`。这意味着当前使用的CUDA工具包（版本12.8）不支持计算能力为3.5（即`compute_35`）的GPU架构。 原因分析： CUDA工具包在后续版本中逐渐移除了对旧架构的支持。CUDA 12.x版本已经不再支持较老的架构（如compute_35）。在示例代码的Makefile中，指定了一系列的架构（从compute_35到compute_90），而CUDA 12.8无法识别compute_35，因此报错。 解决方案： 我们需要修改Makefile，移除不再支持的架构（特别是compute_35到compute_52可能都需要检查，因为CUDA 12.8已经不支持这些较老的架构）。我们可以只保留当前CUDA版本支持的架构，或者只保留我们当前GPU所支持的架构。 步骤： 1. 打开Makefile文件（位于当前目录下）。 2. 找到指定`-gencode`参数的行（在错误信息中显示的那行命令）。 3. 移除不支持的架构（如compute_35, compute_37, compute_50, compute_52等）。我们可以根据CUDA 12.8支持的架构来调整。 根据NVIDIA官方文档，CUDA 12.x支持的计算能力从6.0（Pascal）开始，但更详细的支持情况需要参考文档。实际上，CUDA 12.0移除了对Maxwell（5.0, 5.2）及更早架构的支持。因此，我们需要移除所有低于6.0的架构。 修改建议： 将原来的： -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 -gencode arch=compute_50,code=sm_50 -gencode arch=compute_52,code=sm_52 等等 改为只保留支持的架构，例如从sm_60开始。 但是，注意示例中还包括了较新的架构（如sm_86, sm_90），这些是支持的，所以保留。 因此，修改后的编译选项可能如下（移除compute_35, compute_37, compute_50, compute_52）： -gencode arch=compute_60,code=sm_60 -gencode arch=compute_61,code=sm_61 -gencode arch=compute_70,code=sm_70 -gencode arch=compute_75,code=sm_75 -gencode arch=compute_80,code=sm_80 -gencode arch=compute_86,code=sm_86 -gencode arch=compute_90,code=sm_90 -gencode arch=compute_90,code=compute_90 4. 保存Makefile，然后重新运行`make`。 另外，我们也可以考虑只编译当前GPU支持的架构。可以通过`nvidia-smi -q`命令查看当前GPU的计算能力，然后只指定该架构，以加快编译速度。 如果不想修改Makefile，也可以临时覆盖Makefile中的配置。例如，在命令行中指定ARCH参数（如果Makefile支持）： make SMS="60 61 70 75 80 86 90" 但是，由于这个Makefile可能没有提供这样的变量，所以直接修改Makefile可能是最直接的方法。 如果上述方法不行，还可以尝试直接修改编译命令，在make时指定ARCH： make TARGET_ARCH= -gencode arch=compute_60,code=sm_60 ... （但这样比较麻烦） 因此，推荐直接修改Makefile。 操作： 使用文本编辑器打开Makefile，找到包含`-gencode`的那一行（在错误信息中显示的那行），然后移除不支持的架构。 注意：在Makefile中，该行可能被拆分成多行，我们需要确保修改正确。 如果修改后仍然报错，可能是还有其他地方指定了架构，需要一并修改。 另外，如果我们的GPU是较新的（比如RTX 3080，计算能力为8.6），我们可以只保留我们需要的架构，例如： -gencode arch=compute_86,code=sm_86 或者保留从60到90的架构（但跳过不支持的），这样编译的程序可以支持更多GPU。 重新尝试编译。 如果问题依旧，请检查CUDA版本和GPU架构的兼容性。 另外，我们也可以尝试更新示例代码。因为当前使用的是CUDA 11.8的示例（从路径`cuda-samples-11.8`可以看出），而CUDA工具包是12.8。可能示例代码较老，建议使用与CUDA工具包版本匹配的示例代码。 因此，另一个解决方案是下载与CUDA 12.8配套的示例代码（通常位于`/usr/local/cuda/samples`，或者可以从NVIDIA官网下载对应版本的示例），然后编译。 总结： 方法1：修改Makefile，移除不支持的架构（特别是低于6.0的）。 方法2：使用与当前CUDA版本匹配的示例代码。 建议优先使用方法1，如果不行再尝试方法2。 现在，我们按照方法1修改Makefile。 注意：修改前备份Makefile。 步骤： 1. 打开Makefile，找到包含`-gencode`的行（可能是在变量`NVCCFLAGS`中）。 2. 删除所有不支持的架构（compute_35, compute_37, compute_50, compute_52）。 3. 保存并重新运行`make`。 如果修改后编译成功，则问题解决。 如果问题仍然存在，请检查是否还有其他的`-gencode`参数指定了不支持的架构，或者尝试只保留一个当前GPU的架构进行编译。 另外，也可以尝试清除之前编译的中间文件： make clean make 如果以上方法都不行，建议使用方法2：使用与CUDA 12.8配套的示例代码。 如何获取CUDA 12.8的示例代码？ 通常，安装CUDA工具包时，可以选择安装示例。如果之前没有安装，可以重新运行CUDA安装程序，并选择安装示例。或者，从NVIDIA官方网站下载对应版本的示例代码。 下载地址：https://github.com/NVIDIA/cuda-samples 选择与CUDA版本匹配的分支（如v12.8），然后下载并编译。 希望以上方法能够解决问题。</think>### 问题分析 在编译 CUDA 示例程序 `deviceQuery` 时出现错误 `nvcc fatal: Unsupported gpu architecture 'compute_35'`，原因是 CUDA 12.8 已不再支持较旧的 GPU 架构（如 Maxwell 架构的 compute_35）。以下是解决方案： ### 解决方法 #### 方案 1：修改 Makefile（推荐） 1. **定位 Makefile** 在 `1_Utilities/deviceQuery` 目录下找到 `Makefile` 文件。 2. **移除旧架构参数** 删除或注释掉不再支持的架构（compute_35/37/50/52），保留较新架构（如 sm_60+）。修改后代码示例： ```makefile # 原始行（含不支持的架构）： # -gencode arch=compute_35,code=sm_35 -gencode arch=compute_37,code=sm_37 ... # 修改后（保留支持的架构）： GENCODE_FLAGS += -gencode arch=compute_60,code=sm_60 GENCODE_FLAGS += -gencode arch=compute_61,code=sm_61 GENCODE_FLAGS += -gencode arch=compute_70,code=sm_70 GENCODE_FLAGS += -gencode arch=compute_75,code=sm_75 GENCODE_FLAGS += -gencode arch=compute_80,code=sm_80 GENCODE_FLAGS += -gencode arch=compute_86,code=sm_86 GENCODE_FLAGS += -gencode arch=compute_90,code=sm_90 ``` 3. **重新编译** ```bash make clean && make ``` #### 方案 2：覆盖编译参数（临时方案） 直接指定支持的架构（如 RTX 3080 对应 sm_86）： ```bash make SMS=86 # 将 86 替换为你的 GPU 计算能力版本 ``` > 通过 `nvidia-smi -q` 查看 GPU 的 `Compute Capability` 版本。 #### 方案 3：更新 CUDA Samples 使用 CUDA 12.8 配套的示例代码（避免版本冲突）： ```bash cp -r /usr/local/cuda/samples ~/cuda-samples-12.8 # 复制官方示例 cd ~/cuda-samples-12.8/Samples/deviceQuery make ``` ### 验证结果 成功编译后运行： ```bash ./deviceQuery ``` 将输出 GPU 设备详细信息。