同环境不同电脑cusolverDnCreate(&cusolver_dn_handle) == CUSOLVER_STATUS_SUCCESS Failed to create cuSo解决方法

Question

都是Anaconda创建的虚拟环境，python3.9，cuda11.2，cudnn8.1，tensorflow-gpu2.6.0，其他配置conda list查看都一样，但是一个笔记本显卡1650ti，一个台式显卡4060Ti，笔记本可以正常跑起来，但是台式机总会返回Check failed: cusolverDnCreate(&cusolver_dn_handle) == CUSOLVER_STATUS_SUCCESS Failed to create cuSolverDN instance.

有没有遇到同样情况的佬知道什么情况，能不能指教下解决方法？

Answer 1

以下回复参考：皆我百晓生、券券喵儿等免费微信小程序作答:

这个问题涉及到TensorFlow在台式机上使用cuSolverDN库时出现的错误。尽管两个环境都配置了相同的软件和库版本，但可能存在一些硬件或配置上的差异导致这个问题。以下是可能的解决方案和步骤，您可以尝试逐一排查问题：

1. 确认CUDA和cuSolverDN安装正确：确保在台式机上正确安装了CUDA和cuSolverDN库。您可以尝试重新安装这些库，确保安装过程中没有出现错误。
2. 检查显卡驱动：确认台式机的显卡驱动程序是否安装正确并且是最新版本。有时，过时的驱动程序可能会导致与TensorFlow的兼容性问题。
3. 检查CUDA设备：使用nvidia-smi命令检查台式机的GPU设备是否可见且正常工作。确保CUDA设备列表中的GPU与您的TensorFlow版本兼容。
4. 确认cuSolverDN库版本与CUDA版本匹配：确保cuSolverDN库的版本与CUDA版本相匹配。不同版本的CUDA可能需要不同版本的cuSolverDN库。
5. 检查环境变量设置：确保在台式机的环境中设置了正确的环境变量。根据您提供的代码片段，似乎缺少了设置CUDA_VISIBLE_DEVICES环境变量的值。您应该指定要使用的GPU的ID，例如os.environ['CUDA_VISIBLE_DEVICES'] = "0"（假设您只有一块GPU）。
6. 检查TensorFlow版本与硬件的兼容性：确认TensorFlow 2.6.0与您的台式机的GPU和驱动程序是否兼容。某些新版本的GPU可能需要更高版本的TensorFlow。
7. 查看详细的日志信息：增加日志的详细级别，以获取更详细的错误信息。这可能会提供更多关于问题的线索。
8. 尝试其他版本的TensorFlow和cuSolverDN：如果上述步骤都无法解决问题，您可以尝试降级TensorFlow的版本或升级cuSolverDN的版本，看是否能够解决问题。

如果以上方法都不能解决问题，建议查阅相关的官方文档或社区论坛，看看是否有其他用户遇到了类似的问题并提供了解决方案。在某些情况下，可能需要更深入地调查硬件和配置问题。