能否使用CUDA 11.2编译TensorFlow 1.x（如v1.14.0）？

确实有不少开发者成功完成了这项构建，但需要对TensorFlow源码和编译配置做针对性调整，以下是关键要点：

• 源码补丁调整
  TensorFlow 1.14.0的原生代码仅适配CUDA 10.0，首先需要修改两处核心配置文件：

  1. 编辑third_party/gpus/crosstool/CROSSTOOL，将所有提及CUDA版本的字段（比如cuda_version）从10.0替换为11.2，同时更新cuDNN版本对应为适配CUDA 11.2的版本（如8.1.x）。
  2. 修改tensorflow/core/platform/default/build_config/gpu_build_config.bzl中的版本校验逻辑，注释掉或调整CUDA版本不兼容的报错代码，避免编译初期就被拦截。

• 编译环境配置
  使用bazel编译时，需要明确指定CUDA和cuDNN的版本与路径：

  export TF_CUDA_VERSION=11.2
  export TF_CUDNN_VERSION=8.1
  export CUDA_TOOLKIT_PATH=/usr/local/cuda-11.2
  export CUDNN_INSTALL_PATH=/usr/local/cudnn-8.1
  

  注意gcc版本需匹配：CUDA 11.2支持gcc 7.x或8.x，避免使用gcc 9及以上版本，否则会出现编译兼容性错误。

• 已知问题与适配
  由于CUDA 11.x废弃了部分旧API，TensorFlow 1.14.0中部分依赖这些API的代码会编译失败，比如cublas相关函数、部分内存拷贝接口。可以参考社区分享的补丁修改对应代码，替换为CUDA 11.x兼容的API。编译完成后，建议先测试模型的核心算子（如卷积、矩阵乘法）是否正常运行，部分边缘算子可能存在兼容性问题，需要针对性调试。

如果在编译过程中遇到具体的报错信息，可以贴出详细日志，方便进一步排查问题。

内容的提问来源于stack exchange，提问作者Mohammad Shokouhi Gol