2

我在 python 中使用 cudf 和 dask_cudf 模块运行代码时遇到了一些困难。我正在通过 Anaconda 在 Jupyter Labs 上工作。我已经能够正确安装我的 nvidia-gpu 驱动程序、cudf（通过 rapidsai）和 cuda。只有，当我在 python 中使用 import cudf 时 import cudf，我得到一个错误读数："home/lib/python3.7/site-packages/cudf/utils/gpu_utils.py:120: UserWarning: No NVIDIA GPU detected. Warnings.warn("No NVIDIA GPU detected")

我的环境：

  • Linux：RHEL8
  • 蟒蛇：3.7.7
  • 库达：10.2
  • 英伟达驱动程序：390.138
  • CUDF/Dask_CUDF：0.13 通过 rapidsai

我正在尝试使用数十万到数百万个项目的数据加载和操作数据集，所以我真的需要 cudf/dask_cudf 实用程序来最大限度地利用我的时间。

当我nvidia-smi在终端中运行时，一切看起来都很好，并且持久模式已打开。我在互联网上搜索了一个没有好主意的解决方案。任何帮助，将不胜感激。

4

1 回答 1

2

根据您与 Robert 的对话，您的 GPU 架构似乎比 RAPIDS 可以使用几代的架构是问题所在。感谢 Robert 与 Maggie 一起解决这个问题！

当有这么多替代方法来配置 GPU 时，我不会试图强迫 RAPIDS 在 Kepler 上工作 - 甚至是用于试用目的的免费选项！

如果您仍然有兴趣尝试 RAPIDS 并且只需要一个 GPU，请查看我们的Google Colab 笔记本并设置脚本或app.blazingsql.com。它们是共享的或额外的实例，如果您需要安装更多的包并使用最快的“启动和运行”时间，Colab 允许您对工作区进行更多自定义。

如果您觉得您需要多个 GPU，您可以转移到付费领域，并可以使用任何主要的云提供商进行配置，安装您选择的 RHEL 版本（不过，我们只正式支持 RHEL 7）。

这对你有帮助吗？

于 2020-07-14T18:40:55.933 回答