最近想着将公司里 Confluence 的内容拿来跑个智能知识库系统练练手,学习的是 Jiayuan (Forrest) 大大的 http://devv.ai 是如何构建高效的 RAG 系统的 这篇文章,找了一圈最终直接用的项目是 Langchain-Chatchat,结果在一启动的时候就报错了个错,UserWarning: CUDA initialization: The NVIDIA driver on your system is too old (found version 11080).,很明显,它是告诉我显卡驱动版本太低了,需要更新。这里其实有两种方式:
降低 pytorch 的版本 升级显卡驱动 先确定本机的驱动信息,以及项目的 pytorch 版本所对应的 cuda 版本信息。
基本信息 nvidia-smi 最开始的时候是单卡,初始的信息记录
$ lspci | grep -i nvidia af:00.0 3D controller: NVIDIA Corporation GP102GL [Tesla P40] (rev a1) $ nvidia-smi +-----------------------------------------------------------------------------+ | NVIDIA-SMI 520.61.05 Driver Version: 520.61.05 CUDA Version: 11.8 | |-------------------------------+----------------------+----------------------+ | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 Tesla P40 Off | 00000000:AF:00.0 Off | 0 | | N/A 28C P8 9W / 250W | 9MiB / 23040MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| | 0 N/A N/A 2113 G /usr/lib/xorg/Xorg 4MiB | | 0 N/A N/A 7618 G /usr/lib/xorg/Xorg 4MiB | +-----------------------------------------------------------------------------+ $ nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2022 NVIDIA Corporation Built on Wed_Sep_21_10:33:58_PDT_2022 Cuda compilation tools, release 11.8, V11.8.89 Build cuda_11.8.r11.8/compiler.31833905_0 项目依赖的 CUDA 版本 通过简单的脚本能看到项目依赖的 cuda 版本为 12.1
...