установка CUDA

[Olej]

Нашел поиском папки include и lib64, куда надо копировать cuDNN. Они оказались совсем не там, где должны были быть.

А где?

[Olej]

Но CUDA не работает: "system has unsupported driver / cuda driver combination"

Чем и как проверяли?
Это сообщение ошибки откуда и когда выпало?

[DenisK]

Или 11.5 не работает для GeForce GT 630 и версии драйвера NVIDIA 390?

Похоже, что проблема в этом. Судя по табличке, которую выше цитировал, для 11.5 нужен другой драйвер, но у меня не ставится выше 390-го.

[DenisK]

Нашел поиском папки include и lib64, куда надо копировать cuDNN. Они оказались совсем не там, где должны были быть.

А где?

По инструкции Nvidia должно быть, по-моему, в /usr/local/cuda.
На stackoverflow предлагали искать эту папку командой which nvcc. У меня она выдала /usr/bin/nvcc, но nvcc - это файл, в нем нет подпапок.
Обычным поиском обнаружил, что у меня папки include и lib64 находятся в папке /usr.

[DenisK]

Но CUDA не работает: "system has unsupported driver / cuda driver combination"

Чем и как проверяли?
Это сообщение ошибки откуда и когда выпало?

Это уже в pytorch команда torch.cuda.is_available()

В общем, пока я бросил это дело, т.к. исчерпал ресурс времени. Может, разбогатею когда-нибудь и куплю другую видеокарту.

[Olej]

Может, разбогатею когда-нибудь и куплю другую видеокарту.

С разными видеокартами NVIDIA та же история через одну: на одной как-то удаётся запустить, на другой никак...
Может быть, за исключением самых новых и/или чудовищно дорогих из самых производительных.

P.S. Я же предупреждал что всё что от NVIDIA, а также как оно укомпоновано в репозитории разных дистрибутивов Linux - выполнено через жопу

[DenisK]

Я же предупреждал что всё что от NVIDIA, а также как оно укомпоновано в репозитории разных дистрибутивов Linux - выполнено через жопу

Все верно. Никогда так не мучался.

[Olej]

Все верно. Никогда так не мучался.

Я тоже
Они (NVIDIA) так спешат чтобы "быть впереди планеты всей" (AMD поджимает, в затылок дышит ), что:
1). никакой совместимости между версиями
2). к каждой железке - только своя группа версий драйверов видеокарты ... между железками нет совместимости
3). к кажой версии - своя версия CUDA и всего сопутствующего ПО
4). и всё это генеральной линией ориентировано на Windows: "продажи, продажи, продажи...", а всё что относится к Linux и MacOS, сделано тяп-ляп ... "чтобы и этих не упустить".

[Olej]

В общем, пока я бросил это дело, т.к. исчерпал ресурс времени.

Но, во-первых, если дуйствительно здорово пободаться, то это победимо ... я, в разное время, устанавливал CUDA на 2-х разных видеокартах NVIDIA, и даже писал собственный код (тестовый) выполняющийся GPU.

А, во вторых, уже довольно многие пакеты ПО, требующие больших вычислений, из области deep learning, нейросетей и распознавания образов, в своих последних версиях просто требуют (к неудовольствию) использования GPU вычислений. Без этого просто получается невозможно изучить и освоить технику их применения.