CUDA驱动程序提供向后兼容的API。因此,新的NVIDIA驱动程序将始终与旧的CUDA工具包一起工作。这里记录了CUDA的这种行为。然而,每个CUDA工具包都需要最低版本的NVIDIA驱动程序。因此,当使用诸如NVIDIA -smi之类的工具时,NVIDIA驱动程序会报告CUDA支持的最大版本,从而能够运行使用CUDA工具包构建的应用程序。
CUDA工具包和驱动程序也可能在CUDA工具包的产品生命周期中弃用和放弃对GPU架构的支持。请参阅CUDA编译器(nvcc)工具链文档中的-arch和-gencode选项。
架构 | 计算能力 | 最低cuda版本支持 | 最高cuda版本支持 | 最高驱动支持 |
---|---|---|---|---|
Blackwell | 10.0 12.0 | CUDA 12.8 CUDA 12.8 | Ongoing Ongoing | Ongoing Ongoing |
Hopper | 9.0 | CUDA 11.8 CUDA 12.0 | Ongoing Ongoing | Ongoing Ongoing |
Ada | 8.9 | CUDA 11.8 | Ongoing | Ongoing |
NVIDIA Ampere architecture | 8.0 8.6 | CUDA 11.0 | Ongoing Ongoing | Ongoing Ongoing |
Turing | 7.5 | CUDA 10.0 | Ongoing | Ongoing |
Volta | 7.0 | CUDA 9.0 | Ongoing | Ongoing |
Pascal | 6.0 6.1 | CUDA 8.0 | Ongoing Ongoing | Ongoing Ongoing |
Maxwell | 5.0 5.2 5.3 | CUDA 6.5 | Ongoing Ongoing Ongoing | Ongoing Ongoing Ongoing |
Kepler | 3.5 3.7 | CUDA 6.0 | CUDA 11.x CUDA 11.x | R470 R470 |
Kepler | 3.0 3.2 | CUDA 6.0 | CUDA 10.2 CUDA 10.2 | R47 R47 |
Fermi | 2.0 | CUDA 3.0 | CUDA 8.0 | R390 |
更新详情可以查看这里:https://docs.nvidia.com/datacenter/tesla/drivers/index.html#cuda-arch-matrix
内容版权声明:除非注明,否则皆为本站原创文章。
转载注明出处:https://sulao.cn/post/1058
相关推荐
- 各型号GPU使用gpu-burn和cublasMatmulBench性能测试基准参考
- ubuntu22.04安装nvidia-fabricmanager
- linux下开启GPU Direct RDMA(GDR)的方法
- ubuntu使用nvbandwidth测试单节点gpu带宽性能
- ubuntu22.04使用nccl-tests进行单机多卡通信测试
- linux下使用cublasMatmulBench对GPU进行测试
- GPU性能分析工具nsys(Nsight Systems)安装和简单使用
- GPU锁频的方法以及pytorch验证测试代码
- GPU计算能力(Compute Capability)对照表
- ubuntu22.04使用gpu-burn进行gpu显卡测试
评论列表