netease-youdao
[Issue] qanything-container-local | 您的显卡型号 NVIDIA GeForce RTX 3060 Laptop GPU 不在支持列表中，请联系技术支持。
是否已有关于该错误的issue或讨论？ | Is there an existing issue / discussion for this?
- [x] 我已经搜索过已有的issues和讨论 | I have searched the existing issues / discussions
该问题是否在FAQ中有解答？ | Is there an existing answer for this in FAQ?
- [X] 我已经搜索过FAQ | I have searched FAQ
当前行为 | Current Behavior
NVIDIA GeForce RTX 3060 Laptop GPU
笔记本自带GPU为此型号，有6G显存，但提示此GPU不支持。
期望行为 | Expected Behavior
是否有workaround？或者有没有计划添加对移动版GPU的支持？
运行环境 | Environment
- OS:
- NVIDIA Driver:
- CUDA:
- docker:
- docker-compose:
- NVIDIA GPU:
- NVIDIA GPU Memory:
QAnything日志 | QAnything logs
No response
复现方法 | Steps To Reproduce
No response
备注 | Anything else?
No response
我也有类似问题,我的显卡为RTX 4000 qanything-container-local | 您的显卡型号 Quadro RTX 4000 不在支持列表中，请联系技术支持。
The FasterTransformer backend has limited GPU support. If your GPU is not supported, you can start it using the vLLM backend. related documents are here: https://github.com/netease-youdao/QAnything/blob/master/docs/QAnything_Startup_Usage_README.md#2-run-qanything-using-fastchat-api-with-vllm-runtime-backend-recommend-for-gpu-device-with-enough-vram
#182，后面那个数请在这里找你的显卡型号右边的那个数 所以为啥不考虑直接检测显卡的算力标准号（sm号），1050对应sm_61，数比这个大的显存也没问题就应该都可以支持
We are making this change, and we will no longer maintain this table in the future. Instead, we will directly look up the SM number.
您的显卡型号 NVIDIA GeForce RTX 4070 Laptop GPU 不在支持列表中，请联系技术支持。
类似的问题，不知道如何解决。
qanything-container-local | python3: can't open file '/model_repos/QAEnsemble_embed_rerank/scripts/get_cuda_capability.py': [Errno 2] No such file or directory qanything-container-local | 您的显卡型号 NVIDIA GeForce RTX 4060 Laptop GPU 获取算力时出错，请联系技 术支持。
qanything-container-local | python3: can't open file '/model_repos/QAEnsemble_embed_rerank/scripts/get_cuda_capability.py': [Errno 2] No such file or directory qanything-container-local | 您的显卡型号 NVIDIA GeForce RTX 4060 Laptop GPU 获取算力时出错，请联系技 术支持。
同样的问题，你解决了吗？
我也遇到了相关问题,您的显卡型号 NVIDIA A800 80GB PCIe 不在支持列表中，请联系技术支持。 因为启动脚本中是在scripts/gpu_capabilities.json中查看是否有匹配的型号, 所以我尝试在scripts/gpu_capabilities.json中加入一行"NVIDIA A800 80GB PCIe":8.0,现在可以运行,不知道这个做法正不正确
