CentOS7.3+CUDA9.1环境编译Matconvnet遇compute_20不支持错误求助

这个报错的核心原因很明确：CUDA 9.1已经彻底移除了对Fermi架构（对应compute_20）的支持，而你使用的MatConvNet 1.0-beta24默认编译配置里还包含了这个过时的架构选项，导致nvcc拒绝编译。结合你的环境（Tesla P100是Pascal架构，compute能力为6.0），可以通过以下两种方式解决：

方法一：修改MatConvNet的CUDA配置文件 #

1. 打开报错中提到的配置文件：

   vi /data1/zhangdinghuai/gitrepo/explanatoryGraph/matconvnet-1.0-beta24/matlab/src/config/mex_CUDA_glnxa64.xml
   

2. 找到所有包含compute_20的行，比如：

   <NVCC_FLAGS>-gencode=arch=compute_20,code=sm_20</NVCC_FLAGS>
   <NVCC_FLAGS>-gencode=arch=compute_20,code=sm_21</NVCC_FLAGS>
   

   将这些行直接删除或者用<!-- ... -->注释掉。
3. 确保配置中包含Tesla P100支持的架构参数（如果没有就添加）：

   <NVCC_FLAGS>-gencode=arch=compute_60,code=sm_60</NVCC_FLAGS>
   <NVCC_FLAGS>-gencode=arch=compute_60,code=compute_60</NVCC_FLAGS>
   

4. 保存文件后，重新执行vl_compilenn('enableGpu', true);即可。

方法二：调用vl_compilenn时直接指定GPU架构 #

不需要修改配置文件，直接在编译命令中指定你的GPU对应的compute架构：

vl_compilenn('enableGpu', true, 'cudaArch', 'sm_60');

这个参数会强制MatConvNet只编译P100支持的架构，自动跳过不兼容的compute_20选项。

额外验证步骤 #

为了确保万无一失，你可以先确认以下信息：

• 执行nvcc --version，确认输出的CUDA版本是9.1；
• 执行nvidia-smi，查看GPU信息，确认Tesla P100的compute capability为6.0（和我们指定的sm_60对应）；
• Matlab 2018a本身是支持CUDA 9.1的，所以版本兼容性没问题。

内容的提问来源于stack exchange，提问作者Narsil Zhang