环境搭建 | CUDA与cuDNN的安装与配置

字节幺零二四

于 2024-08-23 11:18:25 发布

阅读量384

点赞数 16

分类专栏：环境搭建文章标签： python

本文链接：https://blog.csdn.net/qq_53469830/article/details/141441353

版权

环境搭建专栏收录该内容

3 篇文章 0 订阅

订阅专栏

本文将介绍 CUDA 和 cuDNN 的安装与配置，包括 CUDA 版本的确定、CUDA 的安装与配置、cuDNN 的安装与配置。运行 CUDA 应用需要支持 CUDA 的 GPU、CUDA Toolkit 以及 CUDA Driver。

Running a CUDA application requires the system with at least one CUDA capable GPU and a driver that is compatible with the CUDA Toolkit.

前期准备

确定 CUDA Toolkit 安装版本

安装 CUDA 实际是指安装 CUDA Toolkit，安装 CUDA Toolkit 前需要确定的是，哪些版本的 CUDA Toolkit 可以安装。

参照 CUDA Documentation，找到 Table 3，（部分）如图 1 所示，表格中列出了CUDA Toolkit 所需的最小 Driver Version，即所需最小 NVIDIA 驱动程序版本。
在这里插入图片描述

图1 CUDA Toolkit and Corresponding Driver Versions

查看 Driver Version 有两种方式。

方式一：在 ⌈命令提示符⌋ 查看。

在 ⌈命令提示符⌋ 执行 nvidia-smi，如图 2 所示。NVIDIA-SMI 表示 nvidia-smi 工具的版本，Driver Version 表示 NVIDIA 驱动程序版本，CUDA Version 表示当前 Driver Version 所支持的最高 CUDA 版本。CUDA Version 的值可由 Driver Version 根据上述 Table 3 推出。

在这里插入图片描述

图2 命令提示符查看 Driver Version

方式二：在 NVIDIA 控制面板查看。

打开 NVIDIA 控制面板（NVIDIA Control Panel），点击 ⌈系统信息⌋ 或者 ⌈帮助⌋ 下的 ⌈系统信息⌋，如图 3 所示。

在这里插入图片描述

图3 NVIDIA 控制面板

在 ⌈显示⌋ 中可查看 CUDA Version，在 ⌈组件⌋ 中可查看 Driver Version，如图 4 和图 5 所示。

在这里插入图片描述

图4 NVIDIA 控制面板——显示

在这里插入图片描述

图5 NVIDIA 控制面板——组件

题外话，有些帖子以 CUDA Version 为依据，并且称：CUDA Version 是 x.y 的话，就安装版本为 x.y.z 的 CUDA。这句话不完全对，也可以安装版本小于 x.y 的 CUDA，CUDA Version 当前所支持的最高 CUDA 版本。

注册 NVIDIA 账号

由于下载 cuDNN 需要登录，所以需要先访问 NVIDIA 官网，使用邮箱注册账号。

CUDA 的安装与配置

下载

访问 cuda-toolkit-archive，如图 6 所示，下载准备阶段确定的版本。

在这里插入图片描述

图6 选择 CUDA Toolkit 版本

点击选中的版本，根据操作系统进行选择，点击 Download。“exe(local)” 包括安装过程所需所有资源，“exe(network)” 在安装过程中需要联网下载某些资源，建议 “exe(local)” ，如图 7 所示。

在这里插入图片描述

图7 CUDA Toolkit 下载

安装

我下载的是 “exe(local)” ，第一步中的路径是安装过程中临时文件的存放路径，保持默认就可以。

在这里插入图片描述

图8 CUDA Toolkit 安装-选择临时文件存放路径

若提示“您正在安装老版本的驱动程序。系统可在计算机定位或未定位时安装新版本的驱动程序”，说明下载的安装包中包含的驱动比现有驱动旧，可忽略，直接点击 ⌈继续⌋。

NVIDIA 驱动下载地址 NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA。

在这里插入图片描述

图9 CUDA Toolkit 安装-版本提示

同意 NVIDIA 软件许可协议。

在这里插入图片描述

图10 CUDA Toolkit 安装-软件许可协议

⌈精简⌋ 从说明中可以看出，这其实不是“精简”，而是“完整”，会安装所有组件并将现有显卡驱动覆盖，翻译成“全家桶”可能更合适。对本文而言，许多组件并不需要，故推荐选择 ⌈自定义⌋，以下会分别演示这两种方式。

在这里插入图片描述

图11 CUDA Toolkit 安装-安装选项

精简安装

选择 ⌈精简⌋，点击 ⌈下一步⌋。

若出现如下提示，即如图 12 所示，可选择继续安装，如果安装失败，则改用 ⌈自定义⌋ 安装方式。

NO supported version of Visual Studio was found. Some components of the CUDA Toolkit will not work properly. Please install Visual Studio first to get the full functionality.

在这里插入图片描述

图12 CUDA Toolkit 安装-提示缺少 Visual Studio

点击 ⌈下一步⌋。

在这里插入图片描述

图13 CUDA Toolkit 安装-确定安装项

取消勾选。

在这里插入图片描述

图14 CUDA Toolkit 安装-安装完成

自定义安装

选择 ⌈自定义⌋，点击 ⌈下一步⌋。仅勾选 CUDA 下的 Development 和 Runtime 即可。

在这里插入图片描述

图15 CUDA Toolkit 安装-自定义安装选项

指定安装路径。

在这里插入图片描述

图16 CUDA Toolkit 安装-选择安装位置

安装成功。

在这里插入图片描述

图17 CUDA Toolkit 安装-安装完成

检查

在 ⌈命令提示符⌋ 执行 nvcc -V ，若显示版本，则说明安装成功，若无显示，先检查是否配置环境变量。

配置

在 ⌈系统变量⌋ 下的 Path 变量中检查是否存在 CUDA 安装目录下的 bin 和 libnvvp，不存在则需进行添加，如图 18 所示，图中 CUDA 为前文在安装过程中指定的 CUDA 的安装目录。

在这里插入图片描述

图18 CUDA Toolkit 安装-配置环境变量

若在 ⌈系统变量⌋ 下检查存在环境变量 CUDA_PATH ，其值为 CUDA 安装路径，如图 19 所示，则可将图中配置简化为。

%CUDA_PATH%\lib
%CUDA_PATH%\libnvpp

在这里插入图片描述

图19 CUDA Toolkit 安装-配置环境变量

cuDNN 的安装与配置

访问 cuDNN Archive ，根据操作系统和 CUDA 的版本进行选择和下载，如图 20 所示

在这里插入图片描述

图20 选择 cuDNN 版本

下载的是一个压缩包，解压后如图 21 所示。

在这里插入图片描述

图21 cuDNN 解压目录

找到 CUDA 的安装目录，其下也存在 bin、include、lib 三个目录，如图所示。将 cuDNN 解压后得到的 bin、include、lib 三个目录中的内容分别复制到 CUDA 安装目录下的对应目录中。

在这里插入图片描述

图22 CUDA 相应目录

在 CUDA 的安装目录下的 extras\demo_suite 目录下找到 bandwidthTest.exe 和 deviceQuery.exe 两个文件，分别在 ⌈命令提示符⌋ 中执行（直接双击可能会一闪而过），如图 23 和图 24 所示，若均执行成功，说明 cuDNN 安装成功。

在这里插入图片描述