Nvida cudatoolkit，nvcc，cudnn，GPU，显卡，显卡驱动，conda，python，pytorch之间的基本问题

（1）概念

• Nvidia是一家人工智能计算公司，专长是做GPU，做出来的显卡叫做N卡，做深度学习尽量使用N卡
• GPU指图形处理器（英语：graphics processing unit，缩写：GPU），是显卡上的芯片，相较于CPU它内核数量多，核内缓存小，计算单元多，可以大量进行并行计算，专长是处理图像相关的计算。
• 显卡驱动：很明显就是字面意思，通常指NVIDIA Driver，其实它就是一个驱动软件，而前面的显卡就是硬件，实现硬件和软件之间的通信
• CUDA是 NVIDIA 发明的一种并行计算平台和编程模型（Compute Unified Device Architecture）。它通过利用图形处理器 (GPU) 的处理能力，可大幅提升计算性能。
• cudatoolkit不等于显卡驱动，它为开发高性能GPU加速应用提供了开发环境，该工具包包括GPU加速库、调试和优化工具、一个C/C++编译器和一个运行库，用于在x86、Arm和POWER等主要体系结构上构建和部署应用程序：
  
• nvcc：nvcc其实就是CUDA的编译器,可以从CUDA Toolkit的/bin目录中获取,类似于gcc就是c语言的编译器。
• conda cudatoolkit和nvidia cudatoolkit：anaconda 的 cudatoolkit 不包含完整安装cuda的全部文件，只是包含了用于 tensorflow，pytorch，xgboost 和 Cupy 等所需要的共享库文件。
• 做深度学习的工作就用Linux，别整wsl、双系统一些幺蛾子

(2) 环境配置

• nvidia的cudatoolkit