1、查找适配cuda版本,在CUDA Toolkit Archive | NVIDIA Developer下载
2、安装
2-1
2-2
2-3
2-4
2-5(缺失visual studio)
2-6
2-7Installed:
- Nsight Monitor
Not Installed:
- Nsight for Visual Studio 2022
Reason: VS2022 was not found
- Nsight for Visual Studio 2019
Reason: VS2019 was not found
- Nsight for Visual Studio 2017
Reason: VS2017 was not found
- Integrated Graphics Frame Debugger and Profiler
Reason: see https://developer.nvidia.com/nsight-vstools
- Integrated CUDA Profilers
Reason: see https://developer.nvidia.com/nsight-vstools
2-8
安装完成!
检验方法:
检验CUDA(Compute Unified Device Architecture)安装是否成功,可以通过几个简单的步骤来完成。以下是一些常用的方法:
1. **命令行检查**:
打开终端或命令提示符,输入以下命令并回车:
```bash
nvcc --version
```
`nvcc` 是 NVIDIA CUDA 编译器,如果 CUDA 安装成功,这个命令会显示 CUDA 编译器的版本信息。
2. **运行 CUDA 程序**:
尝试编译并运行一个简单的 CUDA 程序。例如,创建一个名为 `hello.cu` 的文件,包含以下内容:
```cpp
#include <stdio.h>
__global__ void hello_kernel() {
printf("Hello, CUDA!\n");
}
int main() {
hello_kernel<<<1, 1>>>();
return 0;
}
```
然后,在命令行中编译这个程序:
```bash
nvcc hello.cu -o hello
./hello
```
如果 CUDA 安装正确,并且你的计算机有 NVIDIA GPU,上述命令将编译并运行程序,输出 "Hello, CUDA!"。
3. **检查设备**:
使用以下命令来检查你的 GPU 设备是否被 CUDA 识别:
```bash
cuda-device-query
```
如果安装成功,它会列出你的 GPU 信息。
4. **检查 CUDA 路径**:
确保 CUDA 的路径被正确添加到环境变量中。在 Linux 上,你可以使用 `echo $PATH` 来查看环境变量 PATH,它应该包含 CUDA 的 bin 目录。在 Windows 上,可以通过系统属性中的环境变量设置来检查。
5. **检查驱动程序**:
CUDA 依赖于 NVIDIA 的 GPU 驱动程序。确保你安装了最新的驱动程序。你可以从 NVIDIA 官网下载并安装适合你的 GPU 的最新驱动程序。
6. **使用 `nvidia-smi`**:
运行以下命令来查看你的 NVIDIA GPU 状态和使用情况:
```bash
nvidia-smi
```
这个命令会显示关于你的 GPU 和驱动程序的信息,以及 CUDA 是否能够识别 GPU。
如果以上步骤中的任何一个失败,或者你没有得到预期的输出,那么可能需要重新检查你的 CUDA 安装或解决相关的依赖问题。