The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70.)
写在最前面
表面上是pytorch版本不够，实际是pytorch所依赖的cuda版本不够
总结：给RTX 3090配置cuda11以上版本即可
项目场景：
环境
RTX 3090 + linux
配置
torch-1.10.0 torchtext-0.11.0
cuda11.8
问题描述
UserWarning:
带有CUDA能力sm_86的NVIDIA GeForce RTX 3090与当前的PyTorch安装不兼容。
当前的PyTorch安装支持CUDA功能sm_37 sm_50 sm_60 sm_70。
如果您想在PyTorch中使用NVIDIA GeForce RTX 3090 GPU，请查看https://pytorch.org/get-started/locally/的说明
UserWarning: NVIDIA GeForce RTX 3090 with CUDA capability sm_86 is not compatible with the current PyTorch installation. The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70. If you want to use the NVIDIA GeForce RTX 3090 GPU with PyTorch, please check the instructions at https://pytorch.org/get-started/locally/
原因分析：
参考：https://blog.csdn.net/Paramagnetism/article/details/115221478
幸福的烦恼
CUDA capability sm_86：算力8.6
上面表面上是说PyTorch，实际上是PyTorch依赖的CUDA版本的问题
翻译一下就是：RTX 3090的算力是8.6，但是当前的PyTorch依赖的CUDA版本支持的算力只有3.7、5.0、6.0、7.0
算力7.0的显卡可以在支持最高算力7.5的CUDA版本下运行，但是算力7.5的显卡不可以在支持最高算力7.0的CUDA版本下运行
同理算力8.x的显卡不可以在支持最高算力7.x的CUDA版本下运行
解决方案：
参考：https://blog.csdn.net/weixin_41529093/article/details/122039547
查看gpu的算力（即nvidia的算力）
nvidia-smi nvidia-smi -a
nvidia官网的算力查询
https://developer.nvidia.cn/zh-cn/cuda-gpus
查看pytorch版本&支持的cuda算力
>>> import torch >>> print(torch.__version__)
python import torch torch.cuda.get_arch_list()
[‘sm_37’, ‘sm_50’, ‘sm_60’, ‘sm_70’]
查看cuda版本
nvcc _V
查看对应版本
pytorch官网
https://pytorch.org/get-started/previous-versions/
上pytorch官网查看（安装）最新版本的cuda以及对应的pytorch
# CUDA 11.3 conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge
在现有conda下安装报错
因此新建环境
conda create -n wyt_1.10 python==3.8
进入到环境下
conda activate wyt_1.10
然后安装，还是报错
换成pip版本
pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
成功了
查看支持算力
