CUDA、cuDNN是否适用于AMD显卡？

最新推荐文章于 2025-07-11 11:07:36 发布

pjh23

最新推荐文章于 2025-07-11 11:07:36 发布

阅读量3.8w

点赞数 18

CC 4.0 BY-SA版权

文章标签：人工智能

本文链接：https://blog.youkuaiyun.com/pjh23/article/details/83446806

本文探讨了全球显卡市场的两大巨头AMD和NVIDIA，以及它们在GPU编程框架方面的不同选择。NVIDIA的CUDA和cuDNN仅支持自家显卡，而AMD则通过ROCm框架推动深度学习加速。此外，还介绍了通用编程框架OpenCL和DirectCompute。

显卡公司两巨头

AMD和NVIDIA（英伟达）这两家公司是全球显卡制作的两大巨头，大部分电脑的独立显卡都是用这两家公司的显卡，而CUDA和cuDNN是NVIDIA开发出来的，所以目前只支持NVIDIA自己的显卡，而不支持AMD的显卡。

AMD显卡有那些编程框架可以用？

近日，Google 宣布推出适用于 ROCm GPU 的 TensorFlow v1.8，其中包括 Radeon Instinct MI25。对于 AMD 正在进行的深度学习加速工作而言，这是一座重大的里程碑。也就是说AMD的显卡要调用GPU计算，可以安装ROCm

有通用的编程框架吗？

OpenCL 和 DirectCompute 就是两个大家全能用的通用框架。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

pjh23

关注关注

18
点赞
踩
46

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

在MacOS上使用AMD外置显卡（eGPU）搭建深度学习环境

code_program481的博客

09-12

1909

深度学习是一种强大的机器学习技术，对于许多任务，如图像和语音识别，自然语言处理和数据分析等领域都有广泛的应用。通过连接外置显卡并安装必要的驱动程序、库和工具，您可以利用强大的GPU加速能力来加快深度学习任务的训练和推断速度。同时，我们还提供了一个使用TensorFlow进行图像分类的示例代码，以帮助您开始使用新搭建的深度学习环境进行实际任务。现在，您已经成功地搭建了深度学习环境，并配置了外置显卡。在运行代码时，系统将自动使用外置显卡进行深度学习计算，以提高训练和推断的速度和性能。

目标检测第4步：显卡、GPU、CUDA、cuDNN的介绍及如何在Windows 10下安装cuDNN？

Cat

03-18

9286

显卡、GPU、CUDA、cuDNN的介绍及他们之间的关系是什么？如何在Windows 10下安装cuDNN？本文对其进行了生动描述

参与评论您还未登录，请先登录后发表或查看评论

A卡不支持CUDA 是不是无法安装pytorch 可以安装的话求教程本人萌新

CDA_Happy的博客

12-25

2211

作为一名技术爱好者和知乎的内容创作者，我经常收到一些初学者关于如何在不同硬件环境下安装深度学习框架的问题。今天，我们就来探讨一个非常具体且常见的问题：“A卡不支持CUDA，是不是无法安装PyTorch？如果可以安装，求教程。”如果你是刚入门的AI小白，希望这篇文章能给你带来帮助。

AMD 显卡/GPU 深度学习折腾指南

最新发布

2401_82540083的博客

07-11

1260

中文叫做图形处理器。与之对应的，，中文叫做中央处理器。GPU自从上世纪90年代出现雏形以来，它的功能最初与名字一致，是专门用于绘制图像和处理图元数据的特定芯片。经过20多年的发展，已经发展成不仅仅是渲染图形这么简单，还包含了数学计算、物理模拟、AI运算等功能。很多人会把GPU和显卡混用，其实严格来说它们并不是完全一样。GPU是显卡的核心部分，但显卡还包含更多元件，包含 GPU、显存、供电等。一句话，GPU是一片处理芯片，显卡是一整块硬件电路板。1. NVIDIA。

独立显卡的GPU驱动，CUDA， CUDNN安装过程记录

pocean2012的博客

07-17

4769

颇走了些弯路哦。主要是安装显卡坑太多第一个大坑就是不建议用ubuntu16，因为几台电脑都没安装成功，也许可以靠升级内核来搞定，可是路径太长了。然后，有几个节点要注意 1 查看已安装的驱动，如果无法判断结果，就没办法找问题和改善了 hy@hy-Mi-Gaming-Laptop-15-6:~/kxwell$ ls /usr/src | grep nvidia nvidia-455.38 回显的就是已安装版本网友们大致三条路： 1 系统自动选择安装第一阶......

CUDA与显卡驱动版本对应关系

qq_29007291的博客

12-08

5139

https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html

安装cuda、cudnn、Pytorch（用cuda和cudnn加速计算）

qq_43629945的博客

06-20

2642

安装cuda、cudnn、Pytorch步骤

安装CUDA Cudnn Pytorch(GPU版本）步骤

qq_52806062的博客

07-23

1168

1.打开NVIDIA控制面板2.点击帮助---系统信息--组件我的支持CUDA11.6。

2.CUDA与cuDNN配置，在虚拟环境搭建tensorflow框架

zzf021122的博客

10-30

1347

（中央处理器，Central Processing Unit）和（图像处理器，Graphics Processing Unit）。查看自己的电脑此电脑->右键->管理->设备管理器->显示适配器可以看到点击出现了，即我的电脑独立型号（入门级别😂）。有独显就可以继续看下去。

ubuntu安装cuda与cudnn

爱CV

01-24

688

依次 abord，accept，取消cuda驱动安装。

cuda-repo-ubuntu1404-8-0-local-ga2_8.0.61-1_amd64

10-23

文件大约2G，放在百度云了。基于ubuntu14.04，x64的cuda8.0

AMD Radeon RX 7000/6000系列显卡安装ROCm 调用CUDA

梦马韶华

08-30

1万+

A卡调用CUDA、A卡画图炼丹、跑大模型甚至是跑机器学习、深度学习之必看必会： RX6000系列及以下显卡安装ROCm 5.4.2稳定版本,较新的RX7000系列显卡需安装ROCm 5.6版本

不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？

congcong0509的博客

11-08

1万+

不是Nvidia(英伟达)显卡可以安装CUDA跑深度学习算法吗？

AMD显卡(RX6750gre)+ubuntu22.04基于docker部署ROCm环境(支持CUDA)

2502_91040342的博客

03-09

4399

AMD显卡(RX6750gre)+ubuntu22.04基于docker部署ROCm环境(支持CUDA). 我尝试了三种在AMD显卡上部署支持CUDA的ROCm环境的方式: 1. 使用windows操作系统上的基于docker的ubuntu20.04容器环境(失败) 2. 使用windows操作系统上的wsl2(linux子系统)环境(失败) 3. 使用ubuntu22.04操作系统上的基于docker的ubuntu22.04.5容器(成功)

无须英伟达，AMD本地可跑CUDA？惊现极客团队开发三方编程工具包，网友群议指责AMD无作为：已经晚了，CUDA已经是事实标准了...

<sdffdsfsdfdfs>sfsfsfsdfsdffds</sdfsDS>Fsd

08-03

954

架构师大咖架构师大咖，打造有价值的架构师交流平台。分享架构师干货、教程、课程、资讯。架构师大咖，每日推送。公众号该公众号已被封禁为了缓解“英伟达”焦虑，市场上浮现出了不可思议的事情。就在今天，一个“可以让AMD GPUs上跑CUDA的编程工具包”不胫而走，引起业界的注意。AMD GPU 可以本地跑英伟达的CUDA？...

CUDA: GPU高性能运算

Augusdi的专栏

10-11

1万+

0 序言 CUDA是异构编程的一个大头，洋洋洒洒的看了些资料，但是，感觉这个技术没有像C++或者Java那样有自己的权威的《编程思想》来指导系统学习，总是感觉心里不踏实，是不是自己还没掌握深入、或者说心里没底气说自己已经入门了、已经熟悉了、已经精通了。站在一个初学者的角度，作为一个笔记式的记录，讲解自己学习和理解CUDA过程中的一些列想到的、碰到的问题。享受一个东西不一定是结果，可以是从无知到了解

CUDA开源轻松跑AMD GPU/Intel x86 CPU

Jingle的专栏

01-17

2万+

第1页：NVIDIA宣布开源CUDA 英伟达公司近日宣布，公司将向学术研究人员与软件工具开发商提供用于新款英伟达 (NVIDIA) CUDA LLVM 编译器的源代码，让他们能够更轻松地为更多编程语言增添 GPU 支持、在替代处理器架构上支持 CUDA 应用程序。这标志着原本封闭的CUDA走向了开放，CUDA既可以运行非NVIDIA GPU产品也可以运行其他家的解决方案，并且能够让原

NVIDIA、CUDA、CUDNN、PyTorch安装吐血整理！！！

weixin_38040996的博客

01-10

1万+

CUDA、CUDNN、PyTorch安装

linux离线安装cuda cudnn

01-12

### Linux 环境下 CUDA 和 cuDNN 的离线安装 #### 安装前准备为了确保顺利安装，在开始之前需确认操作系统版本兼容性并停止任何可能干扰的图形界面服务。对于CUDA和cuDNN的特定组合，建议查阅官方文档获取最新的支持矩阵[^1]。 #### 下载所需软件包访问NVIDIA官方网站下载适用于目标系统的CUDA Toolkit和cuDNN库。选择与已安装显卡驱动相匹配的CUDA版本非常重要。由于是离线环境，提前将这些文件传输至待部署机器上。 #### 安装CUDA 关闭X Server以防止安装过程中出现问题： ```bash sudo service lightdm stop ``` 通过命令行运行CUDA安装程序，推荐仅安装工具包而不改动驱动（如果已有适当版本）： ```bash sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb sudo apt-key add /var/cuda-repo-<distro>/7fa2af80.pub sudo apt-get update sudo apt-get install cuda ``` 设置环境变量以便于后续编译工作： ```bash echo 'export PATH=/usr/local/cuda-<version>/bin${PATH:+:${PATH}}' >> ~/.bashrc echo 'export LD_LIBRARY_PATH=/usr/local/cuda-<version>/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc source ~/.bashrc ``` 验证安装成功与否可以通过简单的测试样例来完成。 #### 配置cuDNN 解压下载好的cuDNN压缩包并将其中的内容复制到对应的CUDA路径下： ```bash tar xvzf cudnn-<os>-<cuda_version>-<arch>.tgz sudo cp cuda/include/* /usr/local/cuda/include/ sudo cp cuda/lib64/* /usr/local/cuda/lib64/ ``` 更新动态链接器缓存使更改生效： ```bash sudo ldconfig ``` 最后再次检查环境配置是否正确无误，尝试编译一些依赖于cuDNN的应用实例来进行最终检验。