按照提供的AUTOMATIC1111,执行出现上述错误,要安装nvidia-container-ru[阿里云函数计算]

按照提供的AUTOMATIC1111,执行出现上述错误,要安装nvidia-container-runtime?

cutlassF is not supported because: xFormers wasn’t build with CUDA support flshattF is not supported because: xFormers wasn’t build with CUDA support max(query.shape[-1] != value.shape[-1]) > 128 tritonflashattF is not supported because: xFormers wasn’t build with CUDA support

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
=====这是一个广告位,招租中,联系qq 78315851====
6 条回复 A 作者 M 管理员
  1. 应该是使用的代码或工具(xFormers)没有使用CUDA支持构建,因此不支持相关的功能(如cutlassF、flshattF、max等)。解决此问题的方法可能是确保正确安装了CUDA和相关的GPU驱动程序,并使用支持CUDA的版本构建和运行代码

  2. 这个错误可能是因为您没有安装 nvidia-container-runtime 导致的。

    nvidia-container-runtime 是一种针对 NVIDIA GPU 的运行时,用于在容器中提供 GPU 加速的支持。

    建议您安装 nvidia-container-runtime 并重新尝试执行 AUTOMATIC1111,以下是一些常用的安装命令,您可以根据具体情况选择适合您的方式进行安装:

    1. 使用 apt-get 安装(适用于 Ubuntu 系统):

    sudo apt-get updatesudo apt-get install nvidia-container-runtime

    1. 使用 yum 安装(适用于 CentOS 系统):

    sudo yum updatesudo yum install nvidia-container-runtime

    安装完成后,您可以重新执行 AUTOMATIC1111,检查问题是否已经解决。

  3. 根据您提供的提示信息,似乎是因为缺少nvidia-container-runtime导致的。nvidia-container-runtime是一个负责管理GPU加速容器的程序,可能缺少它会导致无法正确加载CUDA相关的组件和库文件。

    如果您有使用GPU进行Deep Learning模型训练或推理的需求,需要安装nvidia-container-runtime才能正常工作。以下是安装nvidia-container-runtime的步骤:

    1. 添加apt-key:

      curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey |  sudo apt-key add -
    2. 添加apt源:

      distribution=$(. /etc/os-release;echo $ID$VERSION_ID)curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list |  sudo tee /etc/apt/sources.list.d/nvidia-docker.list
    3. 更新apt包列表:

      sudo apt-get update
    4. 安装nvidia-container-runtime:

      sudo apt-get install nvidia-container-runtime

    安装完成后,您可以重启Docker服务,并将--runtime=nvidia选项添加到Docker命令中来启用GPU加速。

    但请注意,如果您只是进行CPU计算而非GPU计算,则不需要安装nvidia-container-runtime。

  4. 本地运行GPU容器,需要使用nvidia-docker来运行

    另外你的这个错误信息,多半是xFormers在构建时没有包括CUDA支持,需要重装xformers或自己编译

    此答案来自钉钉群“阿里函数计算官网客户”

  5. 【回答】

    你的系统可能不支持使用 cutlass 和 triton 函数。这些函数是用于执行用于加速深度学习的数学计算的,而你的系统可能不支持使用 CUDA 进行计算。

    1、解决方案

    安装 CUDA

    2、步骤:

    • 下载 CUDA 安装程序并按照说明安装 CUDA。
    • 配置环境变量,以便 CUDA 可以在系统上正确安装和运行。
    • 通过编辑 /etc/profile 或 /root/.bashrc 文件来设置环境变量。 设置参考:

    export PATH=/usr/local/cuda-8.0/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH export CUDA_HOME=/usr/local/cuda-8.0

    3、验证

    编辑 nvidia-smi 命令来检查 CUDA 是否已安装并正常运行。