【Linux】CUDA Toolkit和cuDNN版本对应关系（更新至2022年6月，附官网永久更新链接）

已于 2022-06-11 20:45:08 修改
阅读量2.4w 收藏 64
点赞数 7
分类专栏： Linux 环境配置 文章标签： linux ai 深度学习 pytorch tensorflow
于 2022-06-10 19:09:08 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tangjiahao10/article/details/125225786
版权
本文详细列举了NVIDIA CUDA工具包与cuDNN之间的版本对应关系，包括从2015年至今的多个版本。了解这一对应关系对于正确配置和优化GPU加速应用程序至关重要，特别是对于深度学习开发者来说。安装流程和官方下载链接也一同提供，方便读者参考和下载。
摘要由CSDN通过智能技术生成

目录

一、前言

NVIDIA® CUDA® Toolkit 为创建高性能 GPU 加速应用程序提供了一个开发环境。借助 CUDA 工具包，您可以在 GPU 加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和 HPC 超级计算机上开发、优化和部署您的应用程序。该工具包包括 GPU 加速库、调试和优化工具、C/C++ 编译器以及用于部署应用程序的运行时库。
全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和开发软件应用程序，而不必花时间在底层GPU性能调整上。
本篇博客记录了了CUDA Toolkit 和cuDNN的版本对应关系，并给出了下载官网的地址，一些初学者可能需要这份版本对应关系表，下载之前可能需要注册一个账号。

二、对应关系

cuDNNCUDA
cuDNN v8.4.0 (April 1st, 2022)CUDA 11.x
cuDNN v8.4.0 (April 1st, 2022)CUDA 10.2
cuDNN v8.3.3 (March 18th, 2022)CUDA 11.5
cuDNN v8.3.3 (March 18th, 2022)CUDA 10.2
cuDNN v8.3.2 (January 10th, 2022)CUDA 11.5
cuDNN v8.3.2 (January 10th, 2022)CUDA 10.2
cuDNN v8.3.1 (November 22nd, 2021)CUDA 11.5
cuDNN v8.3.1 (November 22nd, 2021)CUDA 10.2
cuDNN v8.3.0 (November 3rd, 2021)CUDA 11.5
cuDNN v8.3.0 (November 3rd, 2021)CUDA 10.2
cuDNN v8.2.4 (September 2nd, 2021)CUDA 11.4
cuDNN v8.2.4 (September 2nd, 2021)CUDA 10.2
cuDNN v8.2.2 (July 6th, 2021)CUDA 11.4
cuDNN v8.2.2 (July 6th, 2021)CUDA 10.2
cuDNN v8.2.1 (June 7th, 2021)CUDA 11.x
cuDNN v8.2.1 (June 7th, 2021)CUDA 10.2
cuDNN v8.2.0 (April 23rd, 2021)CUDA 11.x
cuDNN v8.2.0 (April 23rd, 2021)CUDA 10.2
cuDNN v8.1.1 (Feburary 26th, 2021)CUDA 11.0,11.1 and 11.2
cuDNN v8.1.1 (Feburary 26th, 2021)CUDA 10.2
cuDNN v8.1.0 (January 26th, 2021)CUDA 11.0,11.1 and 11.2
cuDNN v8.1.0 (January 26th, 2021)CUDA 10.2
cuDNN v8.0.5 (November 9th, 2020)CUDA 11.1
cuDNN v8.0.5 (November 9th, 2020)CUDA 11.0
cuDNN v8.0.5 (November 9th, 2020)CUDA 10.2
cuDNN v8.0.5 (November 9th, 2020)CUDA 10.1
cuDNN v8.0.4 (September 28th, 2020)CUDA 11.1
cuDNN v8.0.4 (September 28th, 2020)CUDA 11.0
cuDNN v8.0.4 (September 28th, 2020)CUDA 10.2
cuDNN v8.0.4 (September 28th, 2020)CUDA 10.1
cuDNN v8.0.3 (August 26th, 2020)CUDA 11.0
cuDNN v8.0.3 (August 26th, 2020)CUDA 10.2
cuDNN v8.0.3 (August 26th, 2020)CUDA 10.1
cuDNN v8.0.2 (July 24th, 2020)CUDA 11.0
cuDNN v8.0.2 (July 24th, 2020)CUDA 10.2
cuDNN v8.0.2 (July 24th, 2020)CUDA 10.1
cuDNN v8.0.1 RC2 (June 26th, 2020)CUDA 11.0
cuDNN v8.0.1 RC2 (June 26th, 2020)CUDA 10.2
cuDNN v7.6.5 (November 18th, 2019)CUDA 10.2
cuDNN v7.6.5 (November 5th, 2019)CUDA 10.1
cuDNN v7.6.5 (November 5th, 2019)CUDA 10.0
cuDNN v7.6.5 (November 5th, 2019)CUDA 9.2
cuDNN v7.6.5 (November 5th, 2019)CUDA 9.0
cuDNN v7.6.4 (September 27, 2019)CUDA 10.1
cuDNN v7.6.4 (September 27, 2019)CUDA 10.0
cuDNN v7.6.4 (September 27, 2019)CUDA 9.2
cuDNN v7.6.4 (September 27, 2019)CUDA 9.0
cuDNN v7.6.3 (August 23, 2019)CUDA 10.1
cuDNN v7.6.3 (August 23, 2019)CUDA 10.0
cuDNN v7.6.3 (August 23, 2019)CUDA 9.2
cuDNN v7.6.3 (August 23, 2019)CUDA 9.0
cuDNN v7.6.2 (July 22, 2019)CUDA 10.1
cuDNN v7.6.2 (July 22, 2019)CUDA 10.0
cuDNN v7.6.2 (July 22, 2019)CUDA 9.2
cuDNN v7.6.2 (July 22, 2019)CUDA 9.0
cuDNN v7.6.1 (June 24, 2019)CUDA 10.1
cuDNN v7.6.1 (June 24, 2019)CUDA 10.0
cuDNN v7.6.1 (June 24, 2019)CUDA 9.2
cuDNN v7.6.1 (June 24, 2019)CUDA 9.0
cuDNN v7.6.0 (May 20, 2019)CUDA 10.1
cuDNN v7.6.0 (May 20, 2019)CUDA 10.0
cuDNN v7.6.0 (May 20, 2019)CUDA 9.2
cuDNN v7.6.0 (May 20, 2019)CUDA 9.0
cuDNN v7.5.1 (April 22, 2019)CUDA 10.1
cuDNN v7.5.1 (April 22, 2019)CUDA 10.0
cuDNN v7.5.1 (April 22, 2019)CUDA 9.2
cuDNN v7.5.1 (April 22, 2019)CUDA 9.0
cuDNN v7.5.0 (Feb 25, 2019)CUDA 10.1
cuDNN v7.5.0 (Feb 21, 2019)CUDA 10.0
cuDNN v7.5.0 (Feb 21, 2019)CUDA 9.2
cuDNN v7.5.0 (Feb 21, 2019)CUDA 9.0
cuDNN v7.4.2 (Dec 14, 2018)CUDA 10.0
cuDNN v7.4.2 (Dec 14, 2018)CUDA 9.2
cuDNN v7.4.2 (Dec 14, 2018)CUDA 9.0
cuDNN v7.4.1 (Nov 8, 2018)CUDA 10.0
cuDNN v7.4.1 (Nov 8, 2018)CUDA 9.2
cuDNN v7.4.1 (Nov 8, 2018)CUDA 9.0
cuDNN v7.3.1 (Sept 28, 2018)CUDA 10.0
cuDNN v7.3.1 (Sept 28, 2018)CUDA 9.2
cuDNN v7.3.1 (Sept 28, 2018)CUDA 9.0
cuDNN v7.3.0 (Sept 19, 2018)CUDA 10.0
cuDNN v7.3.0 (Sept 19, 2018)CUDA 9.0
cuDNN v7.2.1 (August 7, 2018)CUDA 9.2
cuDNN v7.1.4 (May 16, 2018)CUDA 9.2
cuDNN v7.1.4 (May 16, 2018)CUDA 9.0
cuDNN v7.1.4 (May 16, 2018)CUDA 8.0
cuDNN v7.1.3 (April 17, 2018)CUDA 9.1
cuDNN v7.1.3 (April 17, 2018)CUDA 9.0
cuDNN v7.1.3 (April 17, 2018)CUDA 8.0
cuDNN v7.1.2 (Mar 21, 2018)CUDA 9.1 & 9.2
cuDNN v7.1.2 (Mar 21, 2018)CUDA 9.0
cuDNN v7.0.5 (Dec 11, 2017)CUDA 9.1
cuDNN v7.0.5 (Dec 5, 2017)CUDA 9.0
cuDNN v7.0.5 (Dec 5, 2017)CUDA 8.0
cuDNN v7.0.4 (Nov 13, 2017)CUDA 9.0
cuDNN v6.0 (April 27, 2017)CUDA 8.0
cuDNN v6.0 (April 27, 2017)CUDA 7.5
cuDNN v5.1 (Jan 20, 2017)CUDA 8.0
cuDNN v5.1 (Jan 20, 2017)CUDA 7.5
cuDNN v5 (May 27, 2016)CUDA 8.0
cuDNN v5 (May 12, 2016)CUDA 7.5
cuDNN v4 (Feb 10, 2016)CUDA 7.0 and later.
cuDNN v3 (September 8, 2015)CUDA 7.0 and later.
cuDNN v2 (March 17,2015)CUDA 6.5 and later.
cuDNN v1 (cuDNN 6.5 R1)

三、如何使用

安装流程参考：

四、总结

  • CUDA Toolkit 和cuDNN的版本对应关系很重要，是正确利用GPU计算资源的关键。
    如果本文能给你带来帮助的话，点个赞鼓励一下作者吧！

五、参考

[1] cuDNN 官网下载地址：https://developer.nvidia.com/rdp/cudnn-archive
[2] CUDA 工具包下载地址：https://developer.nvidia.com/cuda-toolkit-archive

TangPlusHPC
关注
  • 7
    点赞
  • 踩
  • 64
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
ubuntu cuda+cudnn
feifeiyaa的博客
01-15 260
1.驱动安装 首先先确定是否安装驱动，驱动下载地址，一般情况下，驱动已经有了，这一步可以直接跳过。 2.cuda安装 注意在下载
CUDA Toolkit 11.6.0+对应CUDNN window版本下载
10-24
CUDA Toolkit 11.6.0+对应CUDNN，适合win10系统
anaconda安装包cudatoolkit-11.3.1+cudnn8.2.1
11-13
压缩包文件数:3个conda文件2个，一个txt说明文件 文件后缀：.conda 适合系统：windows x64 使用注意：必须安装anaconda3环境且anaconda3为x64版本 安装方式：输入下面命令即可自动安装cuda和cudnn到对应虚拟环境 首先切换到conda文件路径下面，然后执行 conda install cudatoolkit-11.3.1-h59b6b97_2.conda conda install cudnn-8.2.1-cuda11.3_0.conda
12-2 cuda和cudnn安装1
08-08
因此，需要10.1+的cuda.以及对应windows10的cudnn.参数笔记2.1 不同版本的cuda支持驱动2.2 支持的计算架构（Micro-archi
深度学习环境配置CUDA、cuDNN、Tensorrt及Anaconda虚拟环境
最新发布
m0_66380820的博客
06-28 1697
深度学习环境的配置主要包括了CUDA、cuDNN、Tensorrt，这3个主要是配置电脑的运行环境。跑深度学习框架（例如yolov5）还会需要创建虚拟环境，使用Anaconda配置。下面一一介绍配置。个人目前配置版本为CUDA11.6，cuDNN8.4.1.50，Tensorrt8.4.1.5。
tensorflow 安装GPU版本，CUDA与cuDNN版本对应关系，RTX3050Ti （notebook）
weixin_46064809的博客
02-24 1万+
前言 安装Tensorflow-gpu 与 keras的时候，一定先要注意版本的对应，不然很容易出错，在看的时候，建议先看完整篇文章再上手。 一、环境+配置 本机环境 显卡：RTX3050Ti（notebook） Windows10专业版 NVIDIA 511.65 网上查到的可行版本 （跟本人所使用的有所偏差） python3.7.0+CUDA11.6.0+cuDNN8.3.2+tensorflow2.7.0+Keras2.7.0 python3.7.0+CUDA11.3.1+cuDNN8.2.1+ten
CUDA与cuDNN
ngc_1277
11-02 1688
1、什么是CUDA CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。 2、什么是CUDNN NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA c...
cuda11.0 +对应版本cudnn
02-16
win10 cuda_11.0.2_451.48_win10 cudnn-11.0-windows-x64-v8.0.5 .39 亲测有效 (百度网盘链接+提取码)
CUDA、cudnn版本对应及安装
weixin_58322367的博客
01-05 3431
pytorch gpu版本安装、附下载链接
tensorflow cuda cudnn版本对应_显卡驱动，cuda，cudnn，深度学习库的关系
weixin_39588445的博客
12-10 398
这四者从底层（硬件）到上层（软件）的顺序是：驱动->cuda（->cudnn）->深度学习库。cudnn加括号是因为cudnn的版本和cuda版本是一一对应的，深度学习库的版本依赖往往是直接看cuda版本，而不需要关注cudnn。这其中最重要的问题是版本依赖。显卡驱动显卡驱动是告诉系统如何调用显卡这个硬件，驱动版本越新越好，都是向下兼容的。新的驱动仍然支持旧的cuda，但旧的驱动...
CUDA安装&cuDNN、TensorRT版本匹配
initative的博客
05-14 5000
模型部署推理时，涉及Trt与CUDA版本匹配的问题，本文记录一下如何查询匹配的CUDA，cuDNN和TensorRT版本，并配置安装。
tensorflow各个版本的CUDA以及Cudnn版本对应关系
热门推荐
MIss-Y的博客
04-08 48万+
概述，需要注意以下几个问题： （1）NVIDIA的显卡驱动程序和CUDA完全是两个不同的概念哦！CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 CUDA的本质是一个工具包（ToolKit）；但是二者虽然不一样的。 显卡驱动的安装： 当我们使用...
cuda 9.0及更新包和cudnn7.1
04-02
CUDA 9.0和CUDNN 7.1是NVIDIA公司推出的用于加速计算密集型应用程序的工具包，尤其在深度学习领域应用广泛。CUDA（Compute Unified Device Architecture）是NVIDIA开发的一种并行计算平台和编程模型，允许开发者利用...
conda安装cuda10.1+cudnn7.6.5，conda安装深度学习gpu环境
09-28
在构建深度学习GPU环境时，CUDA（Compute Capability）和CUDNN（CUDA Deep Neural ...但是，请注意，手动安装这种方式并不推荐，因为conda通常会处理依赖关系和版本匹配，手动安装可能会导致版本不兼容或其他问题。
win10 x64 CUDA9.0+cuDNN7.2
01-07
标题中的“win10 x64 CUDA9.0+cuDNN7.2”指的是一个专为64位Windows 10操作系统设计的软件组合，包括CUDA Toolkit 9.0和cuDNN（CUDA深度神经网络库）7.2版本。这两个组件是针对GPU加速计算，特别是用于深度学习应用...
cudnn 与 cuda 版本对应
likejoey的专栏
04-12 8129
cudnn 5.1 0-----------file name   : cudnn-5.1-0.tar.bz2name        : cudnnversion     : 5.1build string: 0build number: 0channel     : https://repo.anaconda.com/pkgs/free/linux-64size        : 77.2 MB...
win10 CUDA+cuDNN对应版本下载安装
m0_65985318的博客
03-01 2331
windows10 + nvidia + cuda + cudnn
CUDA和cuDNN各版本下载及版本对应关系
星光
12-07 6万+
CUDA和cnDNN是支持NVIDIA支持GPU的两个库，分别用于高性能计算和深度神经网络计算的支持。 CUDA（Compute Unified Device Architecture），是NVIDIA支持GPU的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。可以看作使能GPU的驱动程序或算法SDK。 cuDNN是基于CUDA的深度学习GPU加速库，有了它可以在GPU上完成高效的深度学习计算。 CUDA历史版本下载地址： https://developer.nvidia.com/cuda-
cuda 实现sift gpu_CUDA与cuDNN
weixin_39916681的博客
11-15 404
CUDA与cuDNN0.9672018.10.18 13:27:34字数 969阅读 367981、什么是CUDA CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。2、什么是CUDNN NVIDIA cuDN...
linux系统cudatoolkit和cudnn安装
09-27
安装cudatoolkit和cudnn的步骤如下： 1. 首先，下载cudatoolkit和cudnn的安装文件。 2. 运行以下命令安装cudatoolkit： ``` sudo dpkg -i cudatoolkit-xxx ``` 其中，xxx为安装文件的版本号。 3. 解压cudnn安装文件，并将相关文件复制到指定目录： ``` tar -xvf cudnn-xxx sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64 sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn* ``` 注意替换xxx为安装文件的版本号。 4. 验证安装是否成功： ``` cat /usr/local/cuda-xxx/include/cudnn_version.h | grep CUDNN_MAJOR -A 2 ``` 这个命令将显示安装的cudnn版本信息。
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值