Skip to content

安装CUDA(CUDA Toolkit) (Windows 和 Linux)

本文主要链接：

一、检查驱动

命令行窗口输入 nvidia-smi

nvidia-smi

如果看到类型以下输出则驱动没问题

Tips

可以看到：Driver Version: 550.78 记下这个驱动版本

二、下载 CUDA Toolkit

Warning

一定不要直接搜 CUDA Toolkit 下载，这样搜索下载的CUDA Toolkit 版本往往为最新版，和你的显卡驱动却不匹配

去这个网址： https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#id6

可以看到如下对应表格：

可以看到我的 Driver Version: 550.78 可以满足 12.4 GA 以下的所有版本 ，记住 自己显卡支持的最高版本

"GA" 表示 "General Availability"，意思是该版本已经完全发布并推荐用于生产环境。这意味着该版本经过了测试，认为是稳定和可靠的。也就是稳定版本

下载什么版本呢？

虽然我的驱动支持 12.4 GA 以下所有版本，也就是说我有 12.2GA 和 12.2GA 或者更往下的可选，但是如果你配合Pytorch 使用一定不能随意下载高版本，其他随意

根据Pytorch官方支持下载CUDA Toolkit

Pytorch 主要支持最新的两个版本，CUDA11.8 和 CUDA12.1 和以下历史版本

CUDA 8.0
CUDA 9.0
CUDA 9.2
CUDA 10.0
CUDA 10.1
CUDA 10.2
CUDA 11.0
CUDA 11.1
CUDA 11.3
CUDA 11.6
CUDA 11.7
CUDA 11.8
CUDA 12.1 # 最新

下载对应版本

两种情况，

  • 你的现在最高支持的 CUDA 版本 低于 Pytorch 最高支持的版本，那你下载你的显卡最高支持同时 Pytorch 支持的版本即可
  • 你的显卡最高支持的CUDA 版本高于Pytorch 最高支持的CUDA版本，那你下载Pytorch 最高支持的CUDA版本即可

去哪儿下载呢？去这儿： https://developer.nvidia.com/cuda-toolkit-archive

可以看到，有些版本有多个小版本，小版本关系不大，建议选择 最小的版本x.x.0

然后点击前面的链接，进入选择页面

三、安装

Tip

Linux 系统 和Windows 系统各有区别和注意事项，根据自己的系统选择

  • Operating System : Windows
  • Architecture : X86_64
  • Version : 11(根据自己的系统版本来)
  • Installer Type : exe(local) (建议使用)

Warning

下载安装包执行即可，但是需要注意，安装的时候，前面几步都Next 就行，没什么可配置的，但是到安装选项一定要选择自定义安装，如下图，否则，可能出现原来的驱动被覆盖，产生意外的错误

把 Driver Components 种的 DisaplayDriver 取消勾选 其他看自己需求，建议如无必要也取消勾选

  • Operating System : Linux
  • Architecture : x86-64(根据自己平台来)
  • Distribution : Debian(根据自己的系统版本来，相对于其他发行版我比较推荐Debina系统)
  • Version : 12 (根据自己系统版本来选)

Linux 按照官方指令按照即可，但是Linux 不会自动配置系统变量，需要手动配置 因为Linux 需要配置相关环境变量，查看下文配置相关环境变量 CUDA环境变量-Linux

四、检查CUDA Toolkit 版本

最后打开新的命令行窗口输入，进行验证 

nvcc -V

如下图即配置成功：