我在搭载kunpeng920和teslav100显卡的服务器上，系统为kylin v10，nvidia驱动为550.127.08，cuda版本为12.4，配置了anaconda，并创建python3.10.6的虚拟环境，torch版本为2.5.1，在运行代码时报错：

“tesla v100-pcie-32gb with cuda capability sm_70 is not compatible with the current pytorch installation.”

运行 torch.cuda.get_arch_list() 输出：

['sm_50', 'sm_80', 'sm_86', 'sm_89', 'sm_90', 'sm_90a'] 
看起来时该版本的torch和cuda不支持sm_70算力的tesla显卡

但是我在另外一台搭载x86_64至强cpu和A100显卡的服务器上，配置同样的nvidia驱动，cuda和torch环境，运行torch.cuda.get_arch_list() 输出：['sm_50', 'sm_60', 'sm_70', 'sm_75', 'sm_80', 'sm_86', 'sm_90'] 

显然这个版本的torch在x86_64平台应该能支持sm_70，该如何实现在arrch64平台配置torch呢