CUDA和CUDNN

Vnt1机型软件版本建议：gpu driver version : 440.95.01

• gpu driver version : 440.95.01（GPU驱动在宿主机中安装，镜像中无需安装）
• cuda runtime version : 10.2（PyTorch自带，无需关心）
• cudnn version : 7.6.x（PyTorch自带，无需关心）
• pytorch version : 1.x.x+cu102

Vnt1机型软件版本建议：gpu driver version : 470.57.02

• gpu driver version : 470.57.02（GPU驱动在宿主机中安装，镜像中无需安装）
• cuda runtime version : 10.2（PyTorch自带，无需关心）
• cudnn version : 7.6（PyTorch自带，无需关心）
• pytorch version : 1.X.X-cu102

Vnt1机型软件版本建议：gpu driver version : 510.65.01

• gpu driver version :510.65.01
• cuda runtime version : 10.2（PyTorch自带，无需关心）
• cudnn version : 7.6（PyTorch自带，无需关心）
• pytorch version : 1.X.X-cu102

CUDA Compatibility如何使用？

当CUDA 10.2与低版本GPU驱动（440.33以下）配合使用时，可能会出现兼容问题，此时需要使用CUDA Compatibility。在创建训练页面添加以下环境变量：

export LD_LIBRARY_PATH=/usr/local/cuda/compat

训练时默认不需要加此环境变量，仅当发现驱动版本不够时才使用此方法。

专属池驱动版本如何升级？

当专属资源池中的节点含有GPU/Ascend资源时，用户基于自己的业务，可能会有自定义GPU/Ascend驱动的需求，ModelArts面向此类客户提供了自助升级专属资源池GPU/Ascend驱动的能力，具体操作请参见资源池驱动升级。