2080ti的CUDA版本为10.1，3080ti的版本为11.3需要注意的是30系列显卡适配CUDA版本11以上，老环境需要进行相应调整。

1. 3080ti编译时ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

查看CUDA版本显示
cat /usr/local/cuda/version.txt
11.3
用pytorch打印版本
print(torch.version.cuda)
10.2

意味着安装的pytorch包不是通过CUDA11.3编译的，而是使用10.2版本编译的，解决方案：

pip install torch+cu113

2. 通过上述方式没有解决问题，有可能是CUDA环境变量设置有误，可以在终端中更改或者vi ~/.bashrc。

通过终端更改

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}export CUDA_HOME=/usr/local/cuda

通过bashrc更改，最后加上

source ~./bashrc

3. 编译DCNv2时RuntimeError: Jacobian mismatch for output 0 with respect to input 0
这是因为torch的gradcheck需要double，而输入的都是float类型。这一项并不影响DCNv2的编译，可以忽略。

4. 安装Cupy时报错
安装Cupy不能直接使用pip install cupy安装，进度条会一直卡住。网上很多教程说的是根据CUDA版本用命令

pip3.8 install cupy-cuda102

我的电脑配置时会产生如下错误

ImportError: CuPy is not correctly installed.
If you are using wheel distribution (cupy-cudaXX), make sure that the version of CuPy you installed matches with the version of CUDA on your host.
Also, confirm that only one CuPy package is installed:$ pip freeze
If you are building CuPy from source, please check your environment, uninstall CuPy and reinstall it with:$ pip install cupy --no-cache-dir -vvvvCheck the Installation Guide for details:https://docs-cupy.chainer.org/en/latest/install.html

这个问题困扰我很长时间，直到找到非常简单的解决思路：

conda install cupy

这样conda就会自动补齐环境中缺少的部分，cupy就使用成功了。