了解NVIDAI显卡驱动（包括：CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV）
发布时间：2024-01-03 点击：122
背景
开发过程中需要用到gpu时，通常在安装配置gpu的环境过程中遇到问题；cuda toolkit和cudnn版本的对应关系；cuda和电脑显卡驱动的版本的对应关系；cuda toolkit、cudnn、ncvv是什么呢？
举个例子
安装tensorflow2.1过程中，想要使用到电脑的显卡来进行开发，但是发现默认需要cudatoolkit=10.1，cudnn=7.6，安装好后发现无法正常使用gpu来运行程序；发现cudatoolkit和我们电脑显卡驱动的版本不支持。
备注：本文中介绍的内容是基于nvidai的显卡。
认识一下几个概念
gpu（显卡）
显卡是我们平时说的gpu，现在大多数的电脑使用nvidia公司生产的显卡；常见的型号有gtx950m，gtx1050ti，gtx1080等
cuda driver
这个是我们常说的显卡驱动，比如电脑显卡型号是gtx950m，显卡驱动的版本：445.87；
cuda
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。cuda英文全称是compute unified device architecture。
有人说cuda是一门编程语言，像c,c ,python 一样，也有人说cuda是api。
官方说：cuda是一个并行计算平台和编程模型，能够使得使用gpu进行通用计算变得简单和优雅。
运行cuda应用程序要求系统至少具有一个具有cuda功能的gpu和与cuda toolkit兼容的驱动程序。
cuda toolkit
cuda工具包的主要包含了cuda-c和cuda-c 编译器、一些科学库和实用程序库、cuda和library api的代码示例、和一些cuda开发工具。（通常在安装cuda toolkit的时候会默认安装cuda driver；但是我们经常只安装cuda driver，没有安装cuda toolkit，因为有时不一定用到cuda toolkit；比如我们的笔记本电脑，安装个cuda driver就可正常看视频、办公和玩游戏了）
详细内容可以到nvidia官方看看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components
nvcc
其实就是cuda的编译器,可以从cuda toolkit的/bin目录中获取,类似于gcc就是c语言的编译器。
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。可以集成到高级别的机器学习框架中，如谷歌的tensorflow、加州大学伯克利分校的流行caffe软件。
cudnn是基于cuda的深度学习gpu加速库，有了它才能在gpu上完成深度学习的计算；
cuda这个平台一开始并没有安装cudnn库，当开发者们需要用到深度学习gpu加速时才安装cudnn库，工作速度相较cpu快很多
如何查看系统中的显卡驱动版本？？
在linux系统中常用 nvidia-smi 命令查看；
在windows系统中通常选择 “nvidia控制面板”或“nvidia geforce experience”查看；
这是我的笔记本电脑，刚入大学时买的，配置相对于现在比较差了；显卡型号是gtx950m；是否好奇为什么这么老的显卡能装这么新的显卡驱动，还能很好的工作运行。
cuda driver和cuda toolkit的对应版本
每个版本的cuda toolkit 都对应一个最低版本的cuda driver，也就是说如果我们安装的cuda driver版本比官方推荐的还低，那么很可能会无法正常运行。
我们安装的cuda driver即显卡驱动版本，可以高于cuda toolkit 指定的版本，是能正常使用的。
比如：在安装tensorflow2.1过程中，需要安装cudatoolkit=10.1，
那么我们在windows中的显卡驱动版本应该大于等于418.96；在linux中的显卡驱动版本应该大于等于418.39。
所以电脑中的gtx950显卡，安装了445.87版本的显卡驱动（445.87>=418.39），是能安装cudatoolkit=10.1的。
cudnn和cuda toolkit的对应版本
cudnn和cuda toolkit两种之间的版本需要相互支持，下面图中是部分的对应关系：
从下图中我们可以知道，如果目前电脑中安装了cudatoolkit=10.1，那么cudnn的可选版本为7.6.4、7.6.3、7.6.2
比如：需要安装tensorflow2.1（使用gpu），要求我们只能安装cudatoolkit=10.1，那么我们就从7.6.4、7.6.3、7.6.2这三个版本中，选择一个最新的7.6.4版本来安装cudnn。
从下图中我们可以知道，如果目前电脑中安装了cudatoolkit=8.0，那么cudnn的可选版本为7.1.4、7.1.3、7.0.5、6.0、5.1
比如，tensorflow1.4（gpu版）中需要cudnn=6.0；同时又符合cudatoolkit=8.0的要求；于是就安装cudnn=6.0啦。
具体对应版本建议大家到官网查下：https://developer.nvidia.com/rdp/cudnn-archive
希望对你有帮助。
这个让你们修改为一样的了为啥提交不了帮忙看下
word文档标题怎么设置 word文档设置标题样式的方法
这个香港服务器链接不了远程
云有个服务器挺划算
网站无法访问请帮忙查看-虚拟主机/数据库问题
如何成为域名注册商
电商法草案二审 或禁止网店刷单刷信誉
专业域名注册哪家好
开发过程中需要用到gpu时，通常在安装配置gpu的环境过程中遇到问题；cuda toolkit和cudnn版本的对应关系；cuda和电脑显卡驱动的版本的对应关系；cuda toolkit、cudnn、ncvv是什么呢？
举个例子
安装tensorflow2.1过程中，想要使用到电脑的显卡来进行开发，但是发现默认需要cudatoolkit=10.1，cudnn=7.6，安装好后发现无法正常使用gpu来运行程序；发现cudatoolkit和我们电脑显卡驱动的版本不支持。
备注：本文中介绍的内容是基于nvidai的显卡。
认识一下几个概念
gpu（显卡）
显卡是我们平时说的gpu，现在大多数的电脑使用nvidia公司生产的显卡；常见的型号有gtx950m，gtx1050ti，gtx1080等
cuda driver
这个是我们常说的显卡驱动，比如电脑显卡型号是gtx950m，显卡驱动的版本：445.87；
cuda
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。cuda英文全称是compute unified device architecture。
有人说cuda是一门编程语言，像c,c ,python 一样，也有人说cuda是api。
官方说：cuda是一个并行计算平台和编程模型，能够使得使用gpu进行通用计算变得简单和优雅。
运行cuda应用程序要求系统至少具有一个具有cuda功能的gpu和与cuda toolkit兼容的驱动程序。
cuda toolkit
cuda工具包的主要包含了cuda-c和cuda-c 编译器、一些科学库和实用程序库、cuda和library api的代码示例、和一些cuda开发工具。（通常在安装cuda toolkit的时候会默认安装cuda driver；但是我们经常只安装cuda driver，没有安装cuda toolkit，因为有时不一定用到cuda toolkit；比如我们的笔记本电脑，安装个cuda driver就可正常看视频、办公和玩游戏了）
详细内容可以到nvidia官方看看：https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#major-components
nvcc
其实就是cuda的编译器,可以从cuda toolkit的/bin目录中获取,类似于gcc就是c语言的编译器。
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。可以集成到高级别的机器学习框架中，如谷歌的tensorflow、加州大学伯克利分校的流行caffe软件。
cudnn是基于cuda的深度学习gpu加速库，有了它才能在gpu上完成深度学习的计算；
cuda这个平台一开始并没有安装cudnn库，当开发者们需要用到深度学习gpu加速时才安装cudnn库，工作速度相较cpu快很多
如何查看系统中的显卡驱动版本？？
在linux系统中常用 nvidia-smi 命令查看；
在windows系统中通常选择 “nvidia控制面板”或“nvidia geforce experience”查看；
这是我的笔记本电脑，刚入大学时买的，配置相对于现在比较差了；显卡型号是gtx950m；是否好奇为什么这么老的显卡能装这么新的显卡驱动，还能很好的工作运行。
cuda driver和cuda toolkit的对应版本
每个版本的cuda toolkit 都对应一个最低版本的cuda driver，也就是说如果我们安装的cuda driver版本比官方推荐的还低，那么很可能会无法正常运行。
我们安装的cuda driver即显卡驱动版本，可以高于cuda toolkit 指定的版本，是能正常使用的。
比如：在安装tensorflow2.1过程中，需要安装cudatoolkit=10.1，
那么我们在windows中的显卡驱动版本应该大于等于418.96；在linux中的显卡驱动版本应该大于等于418.39。
所以电脑中的gtx950显卡，安装了445.87版本的显卡驱动（445.87>=418.39），是能安装cudatoolkit=10.1的。
cudnn和cuda toolkit的对应版本
cudnn和cuda toolkit两种之间的版本需要相互支持，下面图中是部分的对应关系：
从下图中我们可以知道，如果目前电脑中安装了cudatoolkit=10.1，那么cudnn的可选版本为7.6.4、7.6.3、7.6.2
比如：需要安装tensorflow2.1（使用gpu），要求我们只能安装cudatoolkit=10.1，那么我们就从7.6.4、7.6.3、7.6.2这三个版本中，选择一个最新的7.6.4版本来安装cudnn。
从下图中我们可以知道，如果目前电脑中安装了cudatoolkit=8.0，那么cudnn的可选版本为7.1.4、7.1.3、7.0.5、6.0、5.1
比如，tensorflow1.4（gpu版）中需要cudnn=6.0；同时又符合cudatoolkit=8.0的要求；于是就安装cudnn=6.0啦。
具体对应版本建议大家到官网查下：https://developer.nvidia.com/rdp/cudnn-archive
希望对你有帮助。
这个让你们修改为一样的了为啥提交不了帮忙看下
word文档标题怎么设置 word文档设置标题样式的方法
这个香港服务器链接不了远程
云有个服务器挺划算
网站无法访问请帮忙查看-虚拟主机/数据库问题
如何成为域名注册商
电商法草案二审 或禁止网店刷单刷信誉
专业域名注册哪家好