论显卡、显卡驱动、cuda、pytorch版本的依赖关系

场景：

深度学习领域，使用GPU，使用pytorch框架

---

问题描述

做深度学习的小伙伴们可能都会在安装环境的时候经常遇到的cuda版本驱动版本以及和显卡是如何对应的，经常搞得特别糊涂，官网没有直接提供他们的对应关系，导致我们在升级显卡的时候发现原来的软件环境不兼容，出现各种奇奇怪怪的问题。

---

寻找对应关系：

1.不同的显卡有不同的算力，对cuda有着相应的版本要求，这种版本要求不明显，是通过算力间接要求的。如下图，显卡RTX3090算力要求是8.6，但只有cuda11.0以上的版本能提供这样的算力匹配，所以这种显卡实际上已经要求了cuda的版本。而且cuda版本和驱动版本有着显式的对应关系，接下。

2.cuda对显卡驱动也有特定的要求，见下图，从英伟达官网（参考cuda）继续寻找答案。此时驱动版本要和cuda版本匹配，如果驱动版本不高，但是使用了更高版本驱动对应的cuda，那么就会不匹配。高驱动版本对应的cuda是这种情况下可以接受的最高cuda版本，可以选择低于此最高cuda版本的一些cuda版本，但也要受到第一条的局限，不能低于此显卡的算力要求。

3.cuda版本确定后，pytorch要依赖此cuda版本，因为pytroch安装跟cuda对应的，比如下图，torch1.6.0只适配cuda10.2、10.1、9.2；不适配cuda11.0.

---

问题示例

这种情况就是显卡对算力有要求，即对cuda版本有要求，但是此时的pytorch所对应的cuda版本没达到故而有这种错误。想要解决只能升级pytorch版本，并选择适配cuda高版本的pytorch安装。

---