没有针对 sm_103 (B300) 和 sm_121 (GB10) 的预构建的驱动
作者: davidnichols-ops创建于 2026年8月17日更新于 2026年8月17日
□ 问题
`mamba-ssm'不为新的NVIDIA GPU架构运送预先建造的轮子:
- sm 103(B300 SXM6,GB300) 机车:
- sm 121(GB10,DGX Spark / 项目DIGITS)
用户必须从源头编译,这需要:
- 匹配 CUDA 工具包版本 (13.0+ sm 121, 12.8+ sm 103)
- 正确设置`TORCH CUDA ARCH LIST'
- 围绕设置工具版本冲突开展工作
这与#745(RTX 5090 / sm 120)相同,但针对数据中心/devkit GPUs.
□再现.
{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢? pip 安装 mamba- sm# 为 sm 75- sm 90 安装预建轮 Python - c “ 从 mamba ssm 导入 Mamba2 ”
运行时错误: CUDA 错误: 设备上没有执行的内核图像
必须从源代码编译 :
{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢?
git Clone https://GitHub.com/state-spaces/mamba.git-branch v2.3.2 互联网档案馆的存檔,存档日期2013-12-20.
cd 曼巴语
导出 CUDA HOME=/usr/ local/cuda-13.1
导出 TORCH CUDA ARCH LIST='10.0+PTX'
pip 安装. -- no-building-同化 --no-deps --force-reinstallQQ GB10 (sm 121) (英语). {\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你觉得呢? git Clone https://GitHub.com/state-spaces/mamba.git-branch v2.3.2 互联网档案馆的存檔,存档日期2014-12-20. cd 曼巴语 导出 CUDA HOME=/usr/local/cuda-13.0 导出 TORCH CUDA ARCH LIST='12.0+PTX' pip 安装. -- no-building-同化 --no-deps --force-reinstall
□提议修补
1. 在 " setup.py " 中将 " sm 103 " 和 " sm 121 " 加入预建轮CUDA拱门清单。
2. 对于 sm 103:注意:因果-conv1d 第105期报告在用 CUDA 13.x 建造 sm 103 个立方体时,** 数字正确性bug。 工作绕道是构建 sm 100 + PTX(向前-兼容 sm 103). 这也适用于mamba-ssm——建议建造`10.0+PTX`',而不是`10.3'。
3. sm 121: 以 " 12.0+PT+ " (从 sm 120 与前置兼容)建造
□ 环境
- Mamba-sm: 2.3.2.后台1
- B300:CUDA 13.1,PyTorch 2.13.0+cu130
- GB10:CUDA 13.0,PyTorch cu130
□ 相关
- 第745期:RTX 5090 + CUDA 12.8 (sm 120)——相同的模式,通过源代码汇编解决
- 第818期:为PyTorch 2.8和2.9建造车轮——提到布莱克威尔支持
- 第772期:CUDA13支助
- 因果-conv1d 第105期: sm 103数值正确性错误(nvcc 13.x产生错误输出)内容来源: state-spaces/mamba