问题标签 [compute-capability]

假设我有一个代码可以让用户通过threads_per_block调用内核。然后我想检查输入是否有效（例如 <=512 表示计算能力 CC <2.0 和 1024 表示 CC >=2.0）。

现在我想知道如果我nvcc -arch=sm_13在我的计算机中使用 CC2.0 的图形卡编译代码时会发生什么，当用户通过时threads_per_block == 1024？这是：

• 一个有效的输入 - 因为我运行的卡有 CC2.0，或者......
• 无效，因为我为 CC1.3 编译它？

还是nvcc -arch=sm_13仅仅意味着 CC1.3 至少是必要的，但是在更高的 CC 上运行它时，尽管可以使用那些更高的功能？

我有一台具有 1.1 计算能力 CUDA GPU 的机器。我想重新安装 CUDA，我想我会选择 5.0；

CUDA 功能和 CUDA 版本之间是否存在兼容性？将 CUDA 5.0 与 CC 1.1 一起使用会遇到麻烦吗？显卡？

谢谢！

我的代码正在为大量数据计算 3D-DCT。

它在 GeForce 9400M 上运行，计算能力 1.1（据我所知不支持双精度）。

有没有办法启用它，或者正确处理这些值？

nVIDIA 的 CUDA 具有Compute Capability的概念，在此概念下，它将许多重要的功能标志和数字参数组合在一起。在 OpenCL 方面，我知道clGetDeviceInfo，但是 CUDA CC 定义所涵盖的内容与 clGetDeviceInfo 提供的内容之间的差异似乎非常显着。此外，我并没有真正发布英特尔或 AMD 发布的带有 clGetDeviceInfo 值的表格，用于它们连续的离散或集成 GPU。

是否有一些其他机制 OpenCL 设备发布关于它们自己的信息（可能不是标准化的）？我在哪里可以找到非 nVIDIA GPU 的计算能力表的等价物？

我正在使用 GTX Titan 卡（计算能力 3.5）的机器上使用 CUDA 6.5。我正在构建我的代码-gencode=arch=compute_30,code=sm_30 -gencode=arch=compute_35,code=sm_35- 当我链接我的二进制文件时，nvlink 说：

为什么它会警告我？我需要sm_20一些我不知道的东西吗？如果仅仅是因为缺乏较低的计算能力支持，那为什么不sm_10呢？（另外，如果它是免费的，我该如何关闭警告？）

我目前正在使用为计算能力 5.2 编译的 CUDA 代码。我的机器恰好具有计算能力 5.2 GPU (GeForce GTX 970)。但是，我的问题是：为计算能力 5.2 编译的代码是否仍然可以在计算能力低至 3 的机器上运行？（假设代码从不违反较低计算能力的限制，如共享内存差异等）

我已经安装了 CUDA 7.5 和 cuDNN 5.0 的 tensorflow。我的显卡是具有 2.1 功能的 NVIDIA Geforce 820M。但是，我收到此错误。

有没有办法在 2.1 功能上运行 GPU？我在网上搜了一下发现是cuDNN需要这个能力，那么安装较早版本的cuDNN可以让我使用GPU吗？

假设我有一个安装了单个 GPU 的系统，并且假设我还安装了最新版本的 CUDA。

我想确定我的 GPU 的计算能力是什么。如果我可以编译代码，那将很容易：

但是 - 假设我想在不编译的情况下这样做。我可以吗？我想nvidia-smi可能对我有帮助，因为它可以让您查询有关设备的各种信息，但似乎它并不能让您获得计算能力。也许我还能做点别的？/proc也许通过或系统日志可见的东西？

编辑：这旨在在构建之前在我无法控制的系统上运行。所以它必须具有最小的依赖关系，在命令行上运行并且不需要 root 权限。

所以我找到了这个维基百科资源

每个设备的最大驻留网格数（并发内核执行）

并且对于每个计算能力，它表示了一些并发内核，我认为这是并发内核的最大数量。

现在我收到了 GTX 1060，根据这个 nvidia CUDA 资源，它的计算能力为 6.1。根据我迄今为止对 CUDA 的了解，您可以在 NVCC 的编译时指定代码的虚拟计算能力，尽管使用 flag -arch=compute_XX。

那么我的 GPU 是否会被硬件限制为 32 个并发内核，或者它是否能够使用-arch=compute_60flag 来支持 128 个？

我需要编译一个使用 cmake 动态并行的 CUDA 代码。代码是：

并且cmake如下：

我尝试使用传递的 nvcc 直接编译代码-arch=compute_35 -rdc=true -lcudadevrt并且它编译完美，但是当我尝试使用 cmake 编译时它返回以下错误：