CUDA驱动和cuda tookkit区别

最新推荐文章于 2025-02-17 09:39:16 发布
最新推荐文章于 2025-02-17 09:39:16 发布
阅读量3.1k 收藏 41
点赞数 32
文章标签： 硬件架构 windows
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.youkuaiyun.com/KD35lrp/article/details/141875422
版权

此文章为文章【Windows】怎么查看CUDA版本？Conda命令安装和NVIDIA官网安装包安装的CUDA有何区别？nvcc -V和nvidia-smi获得的CUDA版本有何区别？如何指定CUDA版本？的补充，供自己查阅
自己电脑输出nvidia-smi的CUDA version 12.5在这里插入图片描述
而nvcc -V输出为
在这里插入图片描述
经查阅nvcc -V输出的为CUDA Toolkit 的版本，nvidia-smi 中显示的 CUDA Version: 12.5 实际上是显示的 CUDA 驱动程序的版本，而不是 CUDA Toolkit 的版本。这意味着我的 NVIDIA 驱动程序支持的 CUDA 运行时版本为 12.5。这个版本并不代表我安装的 CUDA Toolkit 版本，它只是驱动程序支持的 CUDA 功能版本。
两者的区别如下：
CUDA 驱动版本：是 GPU 驱动程序中的一部分，它支持特定版本的 CUDA API。nvidia-smi 输出的 CUDA Version 代表驱动支持的 CUDA 功能版本。
CUDA Toolkit 版本：这是你安装在系统上的 CUDA 开发工具包，包含编译器、库等，用于编译和运行 CUDA 程序。
ps：


                

                
                
        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        


    

      

        

            

              
                
                  KD35lrp
                
              
            

            

                关注
              
            

        

        

          
      

      









                



	

		

			

				
					
cuda 与 cudatoolkit 的区别

				
			

			

				

					ruichuang2的博客
				

				

					07-22
					
					2318
					
				

			

		

		

			
				
无

			
		

	



                

            
              



	

		

			

				
					
NVIDIA vGPU License服务器及GPU驱动部署配置详解

				
			

			

				

					企业实战系列集 ●●● https://ximenjianxue.blog.youkuaiyun.com
				

				

					07-05
					
					4098
					
				

			

		

		

			
				
一、背景
在Horizon Daas环境，因部分桌面虚拟机采用vGPU规格发布，因此环境中需要有GPU License服务器，完成对租户环境的GPU许可。
当配置有vGPU桌面虚拟机发起License授权请求后，授权服务器会根据License中所包含的GRID License版本，加载不同的vGPU驱动（普通驱动和专业Quodra卡驱动）。目前vPC和vApp的License对应加载的都是普通的显示驱动。
二、vGPU License服务器的工作原理
vGPU跟传统的GPU类似，具有固定数量的GPU帧缓冲器

			
		

	



              


  
              

                


	

		

			

				
					
TensorFlow相关组件的安装

				
			

			

				

					AAI666666的博客
				

				

					01-11
					
					2403
					
				

			

		

		

			
				
TensorFlow相关组件的安装

			
		

	





	

		

			

				
					
记录重要问题：unbuntu系统已经手动安装了cuda tookit，还需要conda install cudatookit 吗-----deepseek 问答

					
最新发布

				
			

			

				

					溯源的专栏
				

				

					02-17
					
					838
					
				

			

		

		

			
				
在 Ubuntu 系统中，如果你已经手动安装了 CUDA Toolkit（例如通过 NVIDIA 官方安装包或系统包管理器安装），是否还需要通过 Conda 安装。如果以上条件都满足，你可以直接使用系统安装的 CUDA Toolkit，而不需要通过 Conda 安装。取决于你的具体使用场景和需求。通过 Conda 安装。如果你满足以下条件，如果你遇到以下情况，

			
		

	



		

			
		



	

		

			

				
					
【二者区别】cuda和cudatoolkit

				
			

			

				

					BetrayFree的博客
				

				

					12-12
					
					4700
					
				

			

		

		

			
				
使用一个固定路径的软链接的好处在于，当系统中存在多个安装的 cuda 版本时，只需要修改上述软连接实际指向的 cuda 目录，而不需要修改任何其他的路径接口，即可方便的通过唯一的路径使用不同版本的 cuda. 如笔者使用的服务器中，上述固定的 /usr/local/cuda 路径即指向一个较老的 cuda-8.0 版本的目录。若直接设置了 CUDA_HOME/CUDA_PATH 变量，则 Pytorch 使用 CUDA_HOME/CUDA_PATH 指定的路径作为运行时使用的 cuda 版本的目录。

			
		

	





	

		

			

				
					
图文并茂讲解CUDA, CUDA Toolkit, CUDA Driver, CUDA Runtime, nvcc之间的关系及其版本兼容性

				
			

			

				

					tongjingqi_的博客
				

				

					03-12
					
					1万+
					
				

			

		

		

			
				
系统讲解CUDA、CUDA toolkit、CUDA Driver、CUDA runtime、CUDNN、NVCC、Pytorch安装CUDA之间关系和版本兼容性

			
		

	





	

		

			

				
					
安装GPU驱动,CUDA Toolkit和配置与CUDA对应的Pytorch

				
			

			

				

					weixin_46028606的博客
				

				

					09-09
					
					3028
					
				

			

		

		

			
				
安装GPU驱动,CUDA Toolkit和配置与CUDA对应的Pytorch

			
		

	





	

		

			

				
					
一文搞懂CUDA, CUDA Toolkit, CUDA Driver, CUDA Runtime, nvcc之间的关系及其版本兼容性

				
			

			

				

					奇华资料的博客
				

				

					08-22
					
					4502
					
				

			

		

		

			
				
先介绍CUDA是什么：官方定义：CUDA（Compute Unified 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。它包含了CUDA指令集架构（ISA）以及GPU内部的并行计算引擎。开发人员可以使用C语言来为CUDA™架构编写程序，所编写出的程序可以在支持CUDA™的处理器上以超高性能运行。CUDA。

			
		

	





	

		

			

				
					
医学图像处理开源软件

				
			

			

				

					
				

				

					09-27
					
					1万+
					
				

			

		

		

			
				
通用:
VTK
        VTK （the visualization toolkit）是一款免费开源的用于三维计算机图形学、图像处理以及可视化的软件包。包含了C++类库并且提供对Tcl/Tk, Java 和Python等解释性语言的支持.
ITK

        ITK是一个开源、跨平台的，提供了大量的图像处理功能的软件工具。可用于多维图像的分割与配准。

FSL

			
		

	





	

		

			

				
					
Ubuntu20.04LTS+Pytorch+Autogluon（GPU） 从零开始的环境搭建

				
			

			

				

					Arnalds的博客
				

				

					05-26
					
					1461
					
				

			

		

		

			
				
历时半个多月的折磨，终于在电脑上搭建好了Ubuntu+Autogluon（GPU）环境，可以愉快地测试自动机器学习（Auto-ML）的效果啦。
搭建过程中参考了许多文章，遇到了许多问题，算是一段非常痛苦的经历。为此写下搭建过程中遇到的一些问题以及试验可行的一套搭建过程，供后来者参考。

			
		

	





	

		

			

				
					
Anconda安装的pytorch依赖的cuda版本和系统cuda版本不一致问题

				
			

			

				

					ROM的博客
				

				

					12-23
					
					1万+
					
				

			

		

		

			
				
背景
1.使用Anaconda源码配置环境
2. 源码需要使用python setup.py来编译涉及cuda的拓展模块，如 nms，ROIPool，ROIAlign等等
3. 系统的CUDA和Conda装的cudatoolkit版本不同
问题
符合上述背景条件或者类似条件，会导致一些奇怪的错误，例如：
ImportError: ***/ATSS/atss_core/_C.cpython-36m-...

			
		

	





	

		

			

				
					
cudnn和cuda的关系_conda安装的cudatoolkit, cudnn与在主机上安装的cuda, cudnn有何关系？...

				
			

			

				

					weixin_39616367的博客
				

				

					12-22
					
					940
					
				

			

		

		

			
				
----- 2020.5.15 更新 ----调用哪个 cuda 库要看生成 tensorflow / pytorch 库的时候，设置的链接库寻找目录，以 pytorch 为例，项目根目录下的 setup.py 中指定链接库的搜索目录，其中 cuda 的根目录 CUDA_HOME在 tool.setup_helpers.cuda 中有获取逻辑，大概过程是：先取默认 cuda 安装目录 /usr/l...

			
		

	





	

		

			

				
					
CUDA、CUDA Toolkit、CUDNN、NVCC关系详解

				
			

			

				

					ning的博客
				

				

					12-20
					
					2074
					
				

			

		

		

			
				
CUDA、CUDA Toolkit、CUDNN和NVCC共同构成了NVIDIA GPU计算的核心框架。CUDA提供了并行计算的架构，CUDA Toolkit提供了开发工具，CUDNN为深度学习提供了优化的算法库，而NVCC则是将CUDA代码编译成GPU可执行文件的关键工具。理解这些组件及其关系，对于开发和优化GPU加速应用至关重要。版权声明：本博客内容为原创，转载请保留原文链接及作者信息。参考文章一文讲清楚CUDA、CUDA toolkit、CUDNN、NVCC关系-优快云博客。

			
		

	





	

		

			

				
					
cuda版本不一致以及更新cudatoolkit出现错误以及RemoveError: ‘requests‘

				
			

			

				

					鳄鱼的博客
				

				

					09-15
					
					2159
					
				

			

		

		

			
				
在更改cudatoolkit版本的时候，出现错误：

RemoveError: ‘requests’ is a dependency of conda and cannot be removed from conda’s operating environment.

通过查询资料，有提供了几种方法：

有说conda版本太低的，于是乎使用conda update conda，但是仍旧报错。之后查询，使用conda update --force conda，强制执行升级conda
有说是因为requests

			
		

	





	

		

			

				
					
【深度学习环境配置】一文弄懂cuda，cudnn，NVIDIA Driver version，cudatoolkit的关系

				
			

			

				

					几度热忱的博客
				

				

					04-06
					
					2804
					
				

			

		

		

			
				
查看自身显卡的算力，在此网站中搜索显卡型号，可以看到我显卡对应的算力是7.5该网站的后面有CUDA版本和算力的对应关系，查看显卡算力支持的CUDA版本

			
		

	





	

		

			

				
					
cuda和cudatoolkit

					
热门推荐

				
			

			

				

					xiaqi4145
				

				

					11-28
					
					5万+
					
				

			

		

		

			
				
Pytorch 使用不同版本的 cuda

　　由于课题的原因，笔者主要通过 Pytorch 框架进行深度学习相关的学习和实验。在运行和学习网络上的 Pytorch 应用代码的过程中，不少项目会标注作者在运行和实验时所使用的 Pytorch 和 cuda 版本信息。由于 Pytorch 和 cuda 版本的更新较快，可能出现程序的编译和运行需要之前版本的 Pytorch 和 cuda 进行运行环境支持的情况。比如笔者遇到的某个项目中编写了 CUDAExtension 拓展，而其中使用的 cuda 接口函数在

			
		

	





	

		

			

				
					
CUDA与cudatoolkit

				
			

			

				

					blue_sky_wait_me
				

				

					05-09
					
					8002
					
				

			

		

		

			
				
CUDA Toolkit是NVIDIA的CUDA工具包，包含了CUDA的全部工具。

conda安装的cudatoolkit是CUDA的一个子包，包含了主要的二进制文件。

一般conda安装的pytorch tensorflow会直接调用conda环境中的包，而如果使用pip安装的tensorflow不会自动接入conda中的cudatoolkit，进而会报


ImportError: libcudart.so.8.0: cannot open shared object file: No such..

			
		

	





	

		

			

				
					
conda安装的cudatoolkit与Nvidia官方提供的cudatoolkit的区别

				
			

			

				

					qq_40947610的博客
				

				

					03-12
					
					3万+
					
				

			

		

		

			
				
conda安装的cudatoolkit 与Nvidia官方提供的cudatoolkit是不一样的。

1、实际上，Nvidia 官方提供安装的 CUDA Toolkit 包含了进行 CUDA 相关程序开发的编译、调试等过程相关的所有组件。

2、但对于 Pytorch 之类的深度学习框架而言，其在大多数需要使用 GPU 的情况中只需要使用 CUDA 的动态链接库支持程序的运行( Pytorch 本身与 CUDA 相关的部分是提前编译好的 )，不需要重新进行编译过程。在安装了 cudatoolkit 后，只要

			
		

	





	

		

			

				
					
巨坑！如果你cuda是11.1而cuda toolkit是9.2，导致无法安装apex，同时你还没有服务器权限去换驱动

				
			

			

				

					weixin_40286308的博客
				

				

					04-13
					
					942
					
				

			

		

		

			
				
显示正常，平常运行代码也正常，说明你的cuda本来就是正常的，只不过是系统文件识别的时候没有识别正确的版本。本来很简单，重新安装一下，把两个版本对齐了就好了，但是我用的是实验室的服务器，我是没有权限去在系统上安装东西的，连apt-get都用不了。，按 i 进入编辑模式，然后在末尾加上（注意去你路径里看看有没有这些目录）gpu是3090，cuda是正常的11.1，但是。然后按 esc，输入 wq 回车，这样就保存了。，但是我没权限gedit，改用vim居然可以。最后终于解决了，其实不需要重新安装，你的。

			
		

	





	

		

			

				
					
CUDA驱动API实现矢量加法功能示例

				
			

			

				

					
				

			

		

		

			
				
驱动API的使用比较复杂，需要开发者对GPU的架构和CUDA的运行机制有较深入的理解。然而，驱动API的优势在于它提供了更高的灵活性和性能优化空间。  在标题"VectorAddDrv.zip_cuda驱动api"中，我们可以看出这是一个...

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      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