BUG Issue

[zhangheng408]

环境

1.系统环境：Centos 7.4
2.MegEngine版本：0.3.1
3.python版本：3.6

复现步骤

1. cd official/vision/classification/resnet
2. 运行model中的resnet18或resnet50
   python3 -u train.py --data /mnt/lustre/share/images --arch resnet18 --batch-size 32 --learning-rate 0.0125 --ngpus 8 --save .
3. 出现错误：ERR cudaGetDeviceCount failed: CUDA driver version is insufficient for CUDA runtime version (err 35)

请提供关键的代码片段便于追查问题

请提供完整的日志及报错信息

[zhangheng408]

已经正确设置LIBCUDA_PATH环境变量。是否是有其他选项或配置需要注意？

[zhangheng408]

而且正常情况下，第一次getLastError()之后，第二次getLastError()应该不会报错的。

[zhangheng408]

我使用的环境是 CUDA 10.1.168 , driver 418.67, V100显卡。满足官网所属环境要求

[megvii-mge]

感谢您对 MegEngine 项目的关注，您可以用 ldd 命令看一下 _internal 下的动态库 .so 文件指向的 cuda 路径

[windreamer]

@zhangheng408 如果您了解 LIBCUDA_PATH 环境变量，您应该是已经看过 cuda-stub 相关的代码

为了使得 MegEngine 可以正确的打包为 manylinux2010 标准的wheel包，同时不需要包含 libcuda.so 驱动，MegEngine 包含了一个 cuda-stub 的 so 用来将相关请求转发到系统的 libcuda.so 中

具体代码您可以参考: https://github.com/MegEngine/MegEngine/blob/master/dnn/cuda-stub/src/libcuda.cpp

所以你可以观察一下是否您的驱动(libcuda.so) 是在 LIBCUDA_PATH 的路径中，或者在 cuda-stub 可以找到的标准路径中

从目前的返回值（35）来看，cuda-stub是找到了一个 驱动，但是这个驱动过旧了，所以可能您需要检查是否正确配置了环境。

更多情况也希望您能补充更多日志来协助我们分析

[xxr3376]

closed due to inactive.