网站分页用什么设置/搜索竞价
目录
1.CUDA安装
1.1.CUDA作用
1.2.CUDA下载
1.3.CUDA安装
1.4.验证
2.CUDNN安装
2.1.CUDNN作用
2.2.下载
2.3.安装
2.4.验证
1.CUDA安装
1.1.CUDA作用
CUDA 是 NVIDIA 提供的并行计算平台和编程模型，允许开发者直接利用 GPU 的并行计算能力，而无需编写底层图形API（如OpenGL）。通过扩展 C/C++/Python 等语言，CUDA 使得开发者可以编写直接在 GPU 上运行的代码（称为核函数），适用于任何需要大规模并行计算的任务，如科学模拟、图像处理、深度学习等。
1.2.CUDA下载
使用cmd:
nvidia-smi显示如下：
CUDA version12.2表示当前驱动最多支持到 CUDA Toolkit 12.2，但通常也向下兼容更低的 CUDA Toolkit 版本。
NVIDIA 驱动通常支持 所有 ≤ 驱动标称版本 的 CUDA Toolkit。例如：
-
驱动版本 12.4 → 支持 CUDA Toolkit 12.x、11.x、10.x 等。
-
但具体兼容范围需参考 NVIDIA 官方文档。
为了omega-ai项目更好的兼容性，我们这里安装CUDA 11.7版本，地址：CUDA Toolkit 11.7 Downloads | NVIDIA Developer
1.3.CUDA安装
执行exe按照图形界面一步步安装即可。
1.4.验证
nvcc --version # 查看 CUDA 编译器版本如下说明安装成功：
2.CUDNN安装
2.1.CUDNN作用
cuDNN 是 NVIDIA 针对深度学习优化的高性能库，基于 CUDA 构建，提供了高度优化的常见深度学习操作实现。针对卷积（Convolution）、池化（Pooling）、归一化（BatchNorm）、激活函数（ReLU等）、循环神经网络（RNN/LSTM）等操作进行了极致优化，显著提升训练和推理速度。主流深度学习框架（如 TensorFlow、PyTorch）依赖 cuDNN 作为底层计算引擎。
2.2.下载
下载最新的11.7 cuDNN，地址：
https://developer.download.nvidia.cn/compute/cudnn/redist/cudnn/windows-x86_64/
https://developer.download.nvidia.cn/compute/cudnn/redist/cudnn/windows-x86_64/
2.3.安装
1.解压下载的 .zip 文件（如 cudnn-windows-x86_64-8.x.x.x_cuda12.x.zip）。
2.将解压后的文件夹中的内容复制到 CUDA 安装目录：
- 复制 bin\* 到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.x\bin
- 复制 include\* 到 CUDA\v12.x\include
- 复制 lib\x64\* 到 CUDA\v12.x\lib\x64
至此安装完毕。
2.4.验证
进入 CUDA 的安装目录（默认路径如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.7\），分别进入include和lib文件夹，查看是否存在以cudnn开头的文件，如cudnn.h和cudnn.lib等。也可以运行 CUDA 安装目录下extra\demo_suite文件夹中的deviceQuery.exe和bandwidthTest.exe文件 ，在命令行中进入该文件夹目录，然后依次执行以下命令：
.\deviceQuery.exe
.\bandwidthTest.exe 若两个程序的输出结果中都出现Result = PASS，则说明 cuDNN 安装和配置正确。