【CUDA】如何查看 CUDA 版本：详细指南

CUDA（Compute Unified Device Architecture）是 NVIDIA 提供的并行计算平台和编程模型，它允许开发者利用 GPU 的强大计算能力。在开发深度学习、图像处理等高性能计算应用时，了解当前 CUDA 版本至关重要。本文将介绍几种常见的方法来查看 CUDA 的版本，适用于不同的操作系统。

1. 使用 nvcc 命令

如果你安装了 CUDA 开发工具包，你可以使用 nvcc 命令来查看 CUDA 的版本。打开终端（或命令提示符），运行：

nvcc --version

这将显示 CUDA 编译器驱动程序的版本信息，从中可以找到 CUDA 的版本号。

输出示例：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Sep_22_20:09:16_PDT_2023
Cuda compilation tools, release 11.8, V11.8.0

在输出中，release 后面的数字即为当前 CUDA 的版本号。

2. 使用 nvidia-smi 命令

nvidia-smi 是一个 NVIDIA 提供的工具，用于监控 GPU 状态。它通常也能显示安装的 CUDA 版本。运行以下命令：

nvidia-smi

在输出的第一个部分中，通常可以找到 CUDA 版本号的信息，例如：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 457.20       Driver Version: 457.20       CUDA Version: 11.1     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  GeForce GTX 1050   WDDM  | 00000000:01:00.0 Off |                  N/A |
| N/A   43C    P8    N/A /  N/A |    189MiB /  4096MiB |      0%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

在输出的第一部分中，CUDA Version 字段会显示当前的 CUDA 版本。

3. 查找安装目录中的 version.txt 文件

CUDA 的安装目录通常包含一个 version.txt 文件，里面记录了 CUDA 的版本号。你可以在 CUDA 的安装目录中找到这个文件。默认安装路径如下：

• Linux: /usr/local/cuda/version.txt
• Windows: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\version.txt。

可以使用以下命令查看该文件内容：

Linux

cat /usr/local/cuda/version.txt

Windows (在命令提示符中)

type "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\version.txt"

4. 使用 Python查询 CUDA 版本

如果你在 Python 环境中工作，并且安装了 PyTorch，可以使用 torch来查询 CUDA 的版本：

import torch
print(torch.version.cuda)

这将输出当前 PyTorch 绑定的 CUDA 版本，便于确认是否与系统中的 CUDA 版本匹配。

总结

了解 CUDA 版本对于确保软件兼容性和优化性能非常重要。以上介绍的几种方法涵盖了从命令行工具到程序代码的多种选择，适用于不同的操作系统和环境。根据你的需求，选择最适合的方法来检查 CUDA 版本，确保你的开发工作顺利进行。

---