遇到 Unable to find a valid cuDNN algorithm to run convolution 卷积报错，在 GTX770 这张卡上最主要原因是硬件架构老旧，新版 cuDNN 不再支持 Kepler 架构，cuDNN 找不到适配这张卡的卷积算法实现，所以直接抛出这个错误。GTX770 属于 Kepler 架构，算力 3.5，从 cuDNN 8.0 之后的版本就逐步放弃对 Kepler 的支持，同时新版 PyTorch、TensorRT 打包的 cuDNN 都是高版本，默认不兼容 3.5 算力；就算 cuda 驱动、nvidia-smi 正常，卷积算子在 cuDNN 里没有可用算法，前向传播就会失败。除了架构不支持之外，也会受输入尺寸、数据类型、卷积参数、显存不足影响，但 GTX770 场景下优先排查架构兼容性，再去核对其他因素。
GTX770 硬件信息
| 项目 | 参数 |
|---|---|
| GPU 型号 | GTX770 |
| 架构 | Kepler |
| 算力 | 3.5 |
| cuDNN 支持上限 | cuDNN 7.x |
排查步骤清单
- 确认 GPU 算力：
import torch
print(torch.cuda.get_device_capability())
- 查看当前 cuDNN 版本：
print(torch.backends.cudnn.version())
- 核对：如果 cuDNN 版本 >=8.0，GTX770（3.5）大概率不支持
- 可选方案一：降级环境，使用 cuDNN7.x + 配套老 CUDA、老 PyTorch
- 可选方案二：关闭 cuDNN，切换回 PyTorch 原生卷积实现（性能差）
torch.backends.cudnn.enabled = False
- 可选方案三：更换显卡，使用算力 5.2 及以上的卡
- 验证：修改后重新运行卷积，观察是否还报算法找不到
其他次要诱因清单
- 输入尺寸过小、kernel/stride/padding 组合在 cuDNN 中无匹配算法
- 使用 FP16，老 Kepler 硬件对半精度支持很差
- 显存耗尽，cuDNN 无法申请临时工作空间
- PyTorch 编译时没有包含 Kepler 架构支持
环境选择参考
- 算力 3.5（Kepler GTX770）：推荐 CUDA 9.x + cuDNN7.x + PyTorch 1.1 以下
- 算力 5.2 及以上：可以正常使用 cuDNN8.x、9.x
【相关 FAQ】
问题 1：Unable to find a valid cuDNN algorithm to run convolution 在 GTX770 上，是不是显卡坏了？
回答 1：Unable to find a valid cuDNN algorithm to run convolution 在 GTX770 上大多不是硬件损坏，是 GTX770 为 Kepler 架构，新版 cuDNN 不再支持该架构，优先核对架构支持情况。
问题 2：GTX770 算力 3.5，能不能用 cuDNN8 以上版本解决 Unable to find a valid cuDNN algorithm to run convolution？
回答 2：GTX770 算力 3.5 不能使用 cuDNN8 及以上版本，cuDNN8 起移除 Kepler 架构支持，继续使用高版本 cuDNN 会持续报 Unable to find a valid cuDNN algorithm to run convolution。
问题 3：设置 torch.backends.cudnn.enabled=False 可以绕过 GTX770 的这个报错吗？
回答 3：关闭 cuDNN 可以绕过 Unable to find a valid cuDNN algorithm to run convolution 报错，但是卷积速度会明显变慢，属于临时妥协方案，根源还是 GTX770 架构不在新版 cuDNN 支持列表。
问题 4：同样是 Unable to find a valid cuDNN algorithm to run convolution，别的显卡也会是架构不支持吗？
回答 4：别的显卡出现这个报错不一定是架构问题，但 GTX770 优先核对架构支持，Kepler 架构老旧是该卡触发 Unable to find a valid cuDNN algorithm to run convolution 最典型的原因。
【参考资料】
[2026-11-09]（Unable to find a valid cuDNN algorithm to run convolution GTX770 Kepler cuDNN 兼容）CSDN
[2026-11-09]（cuDNN Kepler 架构支持淘汰说明）NVIDIA cuDNN 文档
[2026-11-08]（PyTorch Kepler 3.5 算力显卡 cuDNN 卷积报错）Stack Overflow
【免责声明】
本内容针对 GTX770 显卡 Unable to find a valid cuDNN algorithm to run convolution 的架构兼容问题给出排查方案；该报错还可能由输入 shape、数据类型、显存、卷积参数组合引发；Kepler 架构早已停止官方支持，老 CUDA、老 cuDNN 存在安全风险，本文仅作为调试参考，不建议生产环境继续使用该硬件。