mongodb做网站佛山百度seo点击软件

一、引言

NVIDIA 的不同代显卡具有不同的计算能力(Compute Capability)，这会影响到使用 CUDA 编译 COLMAP 时的配置选项。下面将详细列出了各代 GPU 的计算能力以及相应的 COLMAP 编译参数，以便后续查询使用

二 20系显卡 (Turing 架构)

2.1 计算能力：

• RTX 2080 Ti, RTX 2080 Super, RTX 2080: 7.5
• RTX 2070 Super, RTX 2070, RTX 2060 Super, RTX 2060: 7.5
• GTX 1660 Ti, GTX 1660 Super, GTX 1660, GTX 1650: 7.5

2.2 COLMAP 编译配置：

cmake .. -DCUDA_ARCHS="Turing"
# 或者具体指定
cmake .. -DCUDA_ARCHS="7.5"

三、30系显卡 (Ampere 架构)

3.1 计算能力：

• RTX 3090, RTX 3080 Ti, RTX 3080: 8.6
• RTX 3070 Ti, RTX 3070, RTX 3060 Ti, RTX 3060: 8.6
• RTX A6000, RTX A5000, RTX A4000: 8.6

3.2 COLMAP 编译配置：

cmake .. -DCUDA_ARCHS="Ampere"
# 或者具体指定
cmake .. -DCUDA_ARCHS="8.6"

四、40系显卡 (Ada Lovelace 架构)

4.1 计算能力：

• RTX 4090, RTX 4080, RTX 4070 Ti, RTX 4070, RTX 4060 Ti, RTX 4060: 8.9

4.2 COLMAP 编译配置：

使用 CUDA 11.8 或更低版本时（不支持 8.9）：

cmake .. -DCUDA_ARCHS="Ampere"
# 或
cmake .. -DCUDA_ARCHS="8.6"

使用 CUDA 12.0 或更高版本时（支持 8.9）：

cmake .. -DCUDA_ARCHS="Ada"
# 或 
cmake .. -DCUDA_ARCHS="8.9"

五、50系显卡 (Blackwell 架构)

5.1 计算能力：

• RTX 5090 及其他 50 系列: 9.0

5.2 COLMAP 编译配置：

使用 CUDA 12.3 或更高版本：

cmake .. -DCUDA_ARCHS="Blackwell"
# 或
cmake .. -DCUDA_ARCHS="9.0"

使用 CUDA 12.0-12.2 时（不支持 9.0）：

cmake .. -DCUDA_ARCHS="Ada"
# 或
cmake .. -DCUDA_ARCHS="8.9"

使用 CUDA 11.x 时（不支持 8.9 及以上）

cmake .. -DCUDA_ARCHS="Ampere"
# 或
cmake .. -DCUDA_ARCHS="8.6"

5.3 针对混合多卡环境的配置

如果系统包含多种不同架构的显卡，可以指定多个架构：

# 例如同时有 30 系和 40 系显卡
cmake .. -DCUDA_ARCHS="8.6;8.9"

5.4、CUDA 版本与最高支持计算能力对照

5.6 重要说明

（1）向后兼容性：较新的 GPU 可以运行为旧架构编译的代码，只是可能无法利用新架构的特定优化。

（2）显式指定多个架构：如果想为多个架构优化，可以同时指定它们：

cmake .. -DCUDA_ARCHS="7.5;8.6"  # 为 Turing 和 Ampere 同时优化

（3）命名架构与数字对应关系：

• “Turing” = 7.5
• “Ampere” = 8.0, 8.6
• “Ada” 或 “Lovelace” = 8.9
• “Blackwell” = 9.0

最佳实践：通常选择当前 CUDA 版本支持的最高架构即可。对于跨架构使用的代码，可以指定多个架构值或使用架构族名称（如"Ampere"）。

六、编译运行（4090、CUDA11.8）

6.1 cmake标准版本

cd /root/autodl-tmp/gaussian-splatting/submodules/colmap-3.7/rm -rf build
rm -rf build
mkdir build
cd build
cmake .. -DCMAKE_BUILD_TYPE=Release \-DCMAKE_CUDA_ARCHITECTURES=89  # 这里改成你的GPU
make -j$(nproc)命令解释：
-DCMAKE_BUILD_TYPE=Release：启用编译优化（比如 -O3），绝对必要！否则默认是 Debug 模式，很慢。-DCMAKE_CUDA_ARCHITECTURES=86：让 CUDA 代码生成对应你显卡的高效代码。make -j$(nproc)：并行编译，$(nproc)自动使用全部 CPU 核心，大幅加速编译速度。

6.2 Ninja（效率更高）

sudo apt install ninja-build
cd /root/autodl-tmp/gaussian-splatting/submodules/colmap-3.7/rm -rf build
rm -rf build
mkdir build
cd build
cmake .. -GNinja \-DCMAKE_BUILD_TYPE=Release \-DCMAKE_CUDA_ARCHITECTURES=89
ninja

七、总结

通过以上内容，可以根据自己的 GPU 型号和 CUDA 版本选择最合适的编译配置，确保 COLMAP 既能发挥 GPU 的最大性能，又能避免因架构不兼容导致的编译错误