Linux服务器Tensorflow无法调用gpu

Question

大师们求指点：
Ubuntu24.04系统
按照csdn和b站的教程，花了很多时间，依旧没有解决：
显卡是rtx5090 计算能力应该是12.0
tensorflow版本是pip自动匹配的是2.20然后系统级手动安装了12.5cuda toolkit和9.3cudnn （这个是根据tf官网给出的版本对应）
创建了虚拟环境跑模型出现ptx编译错误无法调用gpu必须把gpu禁用了，使用cpu才能跑，这就让我很疑惑因为毕竟没有gpu跑的太慢看到有博主说2.10以上的tf版本不支持gpu（不知道linux是不是）但是低版本的cuda tf不会发挥不出来显卡的性能吗，求一个解决方法，感谢

Answer 1

阿里嘎多学长整理AIGC生成，因移动端显示问题导致当前答案未能完全显示，请使用PC端查看更加详细的解答过程

解决方案

根据你的描述，问题可能出在以下几个方面：

1. 显卡驱动问题：RTX 5090 是一款高端显卡，可能需要手动安装最新的显卡驱动。可以尝试使用 nvidia-smi 命令检查显卡驱动版本，如果版本较低，可以尝试手动安装最新的驱动。
2. TensorFlow配置问题：TensorFlow 2.20 支持 GPU 计算，但可能需要手动配置。可以尝试使用 tf.config.list_physical_devices('GPU') 命令检查是否支持 GPU 计算，如果不支持，可以尝试手动配置。
3. 系统级TensorFlow问题：系统级 TensorFlow 可能与用户级 TensorFlow 冲突。可以尝试卸载系统级 TensorFlow，然后使用 pip 安装用户级 TensorFlow。

核心代码

# 检查显卡驱动版本
nvidia-smi

# 手动安装最新的显卡驱动
sudo apt-get install nvidia-driver-515

# 检查GPU支持
import tensorflow as tf
print(tf.config.list_physical_devices('GPU'))

# 手动配置GPU
import tensorflow as tf
gpus = tf.config.list_physical_devices('GPU')
if gpus:
    try:
        for gpu in gpus:
            tf.config.experimental.set_memory_growth(gpu, True)
    except RuntimeError as e:
        print(e)

建议

1. 检查系统日志和 TensorFlow 日志，可能有相关的错误信息。
2. 尝试使用 tf.test.is_gpu_available() 函数检查 GPU 是否可用。
3. 如果问题仍然存在，可以尝试使用 tf.config.set_visible_devices() 函数设置可见的 GPU 设备。