好不容易 在某電商平臺搶到了一塊3080顯示卡，高高興興的裝機準備大搞遊戲開始深度學習，卻遇到了很多麻煩，當然經過多方探索，終於也是解決了linux和Windows雙平臺的相容性問題，目前Pytorch和TensorFlow都能使用。
首先是linux平臺
最快方法：去NVIDIA官網下載cuda11.1，從這個版本才開始支援30系列顯示卡。同時記得把cudnn也順便下載了。cuda11.1自帶顯示卡驅動，所以顯示卡驅動無需單獨安裝，提前裝了也沒事。
深坑：Linux不同的發行版的桌面可能對30系顯示卡存在相容問題，請嘗試多個linux桌面，我是在unity下才能開啟桌面，Ubuntu自帶的Gnome（好像是這個？）不能進入。至於怎麼在無法進入桌面情況下安裝unity，請在命令臺ALT+CTRL+F3等命令，我不太清楚每個F鍵的區別，多多嘗試。
然後是Windows平臺，這個簡單很多，cuda11.1和cudnn都從Nv官網下載，一路裝到底也不會進不了桌面。
但是，裝好cuda和cudnn以及顯示卡驅動還只能算是入門關....
真正難的來了，GPU和cuda和框架如TF和torch等相容性，目前我的經驗是：
1.首選tf-nightly，pytorch-nightly等最新版本，這些都是cuda11.0環境編譯的，和cuda11.1相容性極好。(狂喜）
2.但是，很多專案，都使用的老版本的框架，這時候，tf選15.2的TF-GPU版本,實測相容cuda11.1（測試專案deepfacelab，可以執行基本操作不報錯，複雜操作暫時沒測試）
3.pytorch目前只是測試在pytorch-nightly下可以執行，執行了GPUbenchmark，根據測得的資料來看，3080效能，半精度低於2080ti 20%，單精度超2080ti 50%，雙精度更是好幾倍2080ti的效能。