GPU - cuda 安装

GPU - cuda 安装

环境搭建安装

0.确认你的电脑上有英伟达显卡

• 通过win+R输入:control /name Microsoft.DeviceManager
• 打开显示适配器，能看到显卡即可。
• 我的版本是 3060 驱动版本 31.0.15.4617

1.查看主机显卡驱动版本. 主机GPU驱动版本决定你的主机最高能支持到什么版本的cuda程序

• NVIDIA控制面板中点击，帮助 --- 系统信息 --- 驱动程序版本
• 经查看， 我主机3060 12G显卡，版本是 546.17
  
  

2.根据主机显卡驱动版本来确定主机应该安装哪个版本的CUDA Tookit

• 打开CUDA Tookit和GPU驱动版本对照表
• 找到表格3：Table 3 CUDA Toolkit and Corresponding Driver Versions
• 根据第一条，我得驱动版本为546.17,所以我的电脑最高支持的版本为： CUDA 12.2 GA
  

3.下载 CUDA Tookit

• 默认下载最新版本(截止文章发布为V12.3)
• 可以点开查看Archive of Previous CUDA Releases ，选一个版本下载
• 双击安装即可

4.设置环境变量

• CUDA_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
• %CUDA_PATH% 以及 %CUDA_PATH%\bin
• 输入指令nvcc --version 检测是否成功
  

下载 CUDA Tookit 方式二

有两种方法下载安装。一种是通过上文提到的手动下载并安装。还有一种是通过conda命令行下载并安装。

在这里我使用conda命令行进行演示：

1.下载安装 Anaconda

2.安装指定版本cuda（11.8）

• 执行命令： conda install cuda -c nvidia/label/cuda-11.8.0
• cuda-11.8这个版本的来源

3.检查cuda是否安装完毕

• 输入指令： nvcc -V

检测cuda是否安装成功

import torch
print(torch.cuda.is_available())
print(torch.__version__)  #注意是双下划线

pytorch版本，cuda版本，系统cuda版本查询和对应关系

1.pytorch和cudatoolkit版本对应关系

2.cudatoolkit版本和系统cuda对应关系：

3.系统cuda和nvidia对应关系：

4.cuda和cuDNN的关系和对应关系：

• https://www.jianshu.com/p/622f47f94784

tips

• 一台主机上，要使用GPU，那么至少要有一个GPU驱动程序
• 一台主机上，可以安装多个cuda 工具（例如我主机安装了11.8以及12.3）
• 查看主机最高支持的gpu版本： 命令行输入nvidia-smi，找到CUDA Version
• 卸载 CUDA 软件。可以通过使用 Windows 控制面板使用“程序和功能”小部件卸载

参考

• CUDA版本和显卡驱动版本对照表

• 显卡驱动下载

• pytorch官方

• 官网-安装cuda教程

• 参考安装文章1

• 参考安装文章2

• 参考安装文章3

• 参考安装文章4

• 参考安装文章5 -环境变量

---

------ 如果文章对你有用，感谢右上角 >>>点赞 | 收藏 <<<