好不容易 在某电商平台抢到了一块3080显卡，高高兴兴的装机准备大搞游戏开始深度学习，却遇到了很多麻烦，当然经过多方探索，终于也是解决了linux和Windows双平台的兼容性问题，目前Pytorch和TensorFlow都能使用。

首先是linux平台

最快方法：去NVIDIA官网下载cuda11.1，从这个版本才开始支持30系列显卡。同时记得把cudnn也顺便下载了。cuda11.1自带显卡驱动，所以显卡驱动无需单独安装，提前装了也没事。

深坑：Linux不同的发行版的桌面可能对30系显卡存在兼容问题，请尝试多个linux桌面，我是在unity下才能打开桌面，Ubuntu自带的Gnome（好像是这个？）不能进入。至于怎么在无法进入桌面情况下安装unity，请在命令台ALT+CTRL+F3等命令，我不太清楚每个F键的区别，多多尝试。

然后是Windows平台，这个简单很多，cuda11.1和cudnn都从Nv官网下载，一路装到底也不会进不了桌面。

但是，装好cuda和cudnn以及显卡驱动还只能算是入门关....

真正难的来了，GPU和cuda和框架如TF和torch等兼容性，目前我的经验是：

1.首选tf-nightly，pytorch-nightly等最新版本，这些都是cuda11.0环境编译的，和cuda11.1兼容性极好。(狂喜）

2.但是，很多项目，都使用的老版本的框架，这时候，tf选15.2的TF-GPU版本,实测兼容cuda11.1（测试项目deepfacelab，可以运行基本操作不报错，复杂操作暂时没测试）

3.pytorch目前只是测试在pytorch-nightly下可以运行，运行了GPUbenchmark，根据测得的数据来看，3080性能，半精度低于2080ti 20%，单精度超2080ti 50%，双精度更是好几倍2080ti的性能。