PyTorchのCUDA非互換エラーを解決した方法

起こった問題

インストールしたPytorchのバージョンが、GeForce RTX 3070のCUDA capability(sm_86)をサポートしていない。すなわち、深層学習の処理をGPUを使って回せない。

動作環境

• GeForce RTX 3070
• Windows11
• pixelNeRFをclone後、Anaconda Promptで作成したpixelnerfの仮想環境内で作業
• cuda 11.8

エラー

GitHubに倣って、pixelNeRFの推論用のコマンドを入力すると、エラーが出た。

入力コマンド

#Anaconda Prompt
(pixelnerf) python eval/gen_video.py  -n dtu --gpu_id=0 --split val -P '22 25 28'  -D rs_dtu_4 -S 3 --scale 0.25

エラー

GeForce RTX 3070 with CUDA capability sm_86 is not compatible with the current PyTorch installation.
The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70 sm_75.
If you want to use the GeForce RTX 3080Ti GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/

エラーの内容を要約すると

• RTX3070のCUDA camapbility(sm_86)が現在インストールされているPytorchと互換性がない
• 今のPytorchと互換性があるCUDAアーキテクチャはsm_37 sm_50 sm_60 sm_70 sm_75

というもの。
ちなみに、この時の機械学習ライブラリのバージョンは

• PyTorch : 2.3.1+cu118
• Torchvision : 0.18.1 +cu118

以下のサイトによると、Pytorch 2.0.1以降はsm_86もサポートしているので、「互換性がない！」というのは無理がある。

やったこと

1.torchとtorchvisionのアンインストールと再インストール 【→上手くいかず】

#アンインストール
pip uninstall torch torchvision

再インストールは、以下のサイトからコマンドを入手してください。

結果：エラーの内容は変わらない

2. enviroment.ymlで指定しているバージョンを調整【→解決】

pixelNeRFに留まらず、基本的にはenvironment.ymlという仮想環境の作成に必要なパッケージやバージョンが記述されているファイルがある。

その中身を覗くと、

  - pytorch==1.6.0
  - torchvision==0.7.0

の記述がある。これが悪さをしていそうだ！
上述の「PyTorchがサポートするGPUの Compute Capability」の表を見ると、PyTorch 1.6.0がサポートしているCUDA capabilityにsm_86はない！
ということで、原因はここにあることが分かった。

ここまでのことを整理すると、

• sm_86が対応しているPytorchのバージョンは1.9.0以降
• cuda 11.8に対応しているPytorchとtorchvisionのバージョンは2.0.0以降（ここから調べられる）

よって、environment.ymlを以下のように編集。

#編集前
  - pytorch==1.6.0
  - torchvision==0.7.0

#編集後
  - pytorch==2.0.1
  - torchvision==0.15.2

environment.ymlを書き換えた後の処理とコマンド集

1．environment.ymlを書き換える
2．仮想環境から出る：conda deactivate

3．古い仮想環境を消す：conda remove --name <ENV_NAME> --all
4．新しい仮想環境を構築：conda env create -f environment.yml
5．作業ディレクトリに移動：cd <project_dir>
6．仮想環境に入る：conda activate <ENV_NAME>
7．実行