the nvidia driver on your system is too old との闘い

自分用メモ。

いきさつ

autoAWQを使いたかった。

現象

Pytorchで"the nvidia driver on your system is too old"が出る。

色々調べたが、そもそもの依存関係が複雑...

• ホストのドライバーを更新
• 対応するnvidia-toolkit を入れろ
• CUDAドライバーを更新
• ...
  依存関係複雑問題は起きる前にたたきましょう。

そもそもthe nvidia driver on your system is too oldを出さない方法

1. 動作させたいライブラリが要求するPytorchのバージョンを調べておく
2. そのPytorchのバージョンが使えるCUDAバージョンを調べる。
3. 現在のホスト側CUDAバージョン(nvidia-smi)を調べる。
4. 3のCUDAバージョン >= Pytorchのバージョンが使えるCUDAバージョンなら、対応するnvidiaのdockerイメージを探して、必要なバージョンのPytorchを入れる。
   • RUN pip install torch==1.2.3 みたいな
5. 3のCUDAバージョン < Pytorchのバージョンが使えるCUDAバージョンならホスト側のGPUドライバーを更新しないかぎりライブラリを動作させることはできない（はず）

実施例

AutoAWQ

• Your CUDA version must be CUDA 11.8 or later.
• torch >= 2.0

host側nvidia-smiの結果

• NVIDIA-SMI 450.172.01 Driver Version: 450.172.01 CUDA Version: 11.3
• この時点でauotoAWQは（ホストGPUドライバーを更新しない限り)使えない。

(以下は無駄でした）CUDAが11.3なのでnvidia Docker imageは11.3.1を選ぶ

• https://developer.download.nvidia.com/compute/cuda/opensource/image/11.3.1/

先のエラーが出る可能性があるのはPytorchなので pip list | grep torchの結果を確認

• torch 2.1.2
• pip install torch ではいるバージョン。

しかし CUDA 11.3 ならpytorchは1.12.1+cu113までしか使えない。

• https://pytorch.org/get-started/previous-versions/
• 但しpythonは3.8以前でないといけない
  https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/5485

なので、AutoAWQは使えない

• Your CUDA version must be CUDA 11.8 or later　& torch >=2.0なので、ホスト側のGPUドライバを更新しないと使うことはできない。