Windows10 安装 CUDA11.2 超详细教程

一、CUDA

1.确定CUDA版本

1.1 右键 -> NVIDIA 控制面板
或者直接在任务栏上点击 NVIDIA 控制面板


1.2 点击左下角系统信息

1.3 选择组件，在 3D 设置的 NVCUDA64.dll 中可以看到最高可以支持的 CUDA 的版本，如下图，可以看出我能支持 11.2

2.下载CUDA

CUDA官方下载地址
2.1 找到对应版本


2.2 下载完整文件
WIndows -> x86_64 -> 10 -> exe(local)
其中 exe(local) 是完整的安装文件，可以离线安装
exe(network) 是在线安装

2.3 选择 Base Installer 下载

3.安装 CUDA

3.1 双击 .exe 文件
更改 CUDA 安装时缓存位置（默认为 C盘，不更改也可以）

耐心等待一会

3.2 同意软件许可协议并继续

3.3 选择自定义安装

3.4 勾选驱动程序组件
如果是第一次安装，建议全选上
若是安装多版本 CUDA，只需要选择 CUDA 即可

3.5 选择安装位置
默认安装位置为 C 盘，可以自由选择安装到其他盘，但需要记住安装位置，后期会使用到

3.6 选择 I understand，并继续

3.7 等待安装


3.8 安装结束

4.环境变量

安装 CUDA 时会自动配置环境变量，但如果没有自动配置，则需要手动配置

4.1 首先打开环境变量
右键此电脑 -> 属性 -> 高级系统设置 -> 环境变量



4.2 检查环境变量
可以看到在系统变量中多了 CUDA_PATH 和 CUDA_PATH_V11_2 以及 NVCUDASAMPLES_ROOT 和 NVCUDASAMPLES11_2_ROOT四个环境变量。如下图

在 Path 中多了两个变量

4.3 创建环境变量
如果没有上述的环境变量，可以根据情况自己添加

4.3.1 在系统变量中，选择新建

变量名： CUDA_PATH
值： D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2（CUDA Documentation 和 CUDA Development 的路径）

变量名： CUDA_PATH_V11_2
值： D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2（CUDA Documentation 和 CUDA Development 的路径）

变量名： NVCUDASAMPLES_ROOT
值： D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\v11.2（Samples 的路径）

变量名： NVCUDASAMPLES11_2_ROOT
值： D:\CUDA Documentation\NVIDIA Corporation\CUDA Samples\v11.2（Samples 的路径）

4.3.2 在系统变量的 Path 中，选择新建

依次加入以下路径：

CUDA Documentation 和 CUDA Development 的路径下的 bin 文件夹：
D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2\bin

CUDA Documentation 和 CUDA Development 的路径下的 libnvvp 文件夹：
D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2\libnvvp

记得添加完后一路点击确定保存

5.验证安装

Win + R 打开命令行窗口，输入 nvcc -V，输出 CUDA 版本即为安装成功，如下图：

二、cudnn

1.下载cudnn

cudnn官方网址

选择和自己 CUDA 匹配的 cudnn版本下载

2.替换文件

2.1 解压文件
cudnn下载后是一个压缩包，解压后有以下四个文件：

2.2 将文件复制到 D:\CUDA Documentation\NVIDIA GPU Computing Toolkit\CUDA\v11.2（CUDA Documentation 和 CUDA Development 的路径）

3.验证cudnn是否安装成功

复制完后，在当前目录下进入 extras -> demo_suite，可以看到有 bandwidthTest.exe 和 deviceQuery.exe

并在路径中输入 cmd 打开命令行窗口

3.1 输入 bandwidthTest.exe 输出下图：

3.2 输入 deviceQuery.exe，输出下图：

至此， CUDA 与 cudnn 安装成功，可以使用 GPU 加速了