pytorch CUDA版本对应问题解析

scjdas

已于 2023-07-27 09:48:17 修改

阅读量1.7k

点赞数 2

CC 4.0 BY-SA版权

文章标签： pytorch 人工智能 python

于 2023-07-24 22:26:15 首次发布

本文链接：https://blog.youkuaiyun.com/scjdas/article/details/131905712

CUDA是NVIDIA的并行计算平台，用于GPU加速计算。CUDAToolkit包含CUDA运行时和开发工具，而Pytorch的CUDAToolkit是精简版。nvcc是CUDA编译器，nvidia-smi显示驱动版本。CUDA版本与驱动、工具包需兼容，且CUDA是向前兼容的。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

CUDA及开发工具

CUDA版本问题

CUDA Toolkit (Pytorch)与CUDA Toolkit (nvidia)版本

nvcc和nvidia-smi显示的CUDA版本一般不同

nvcc

nvidia-smi

编辑

参考：

(109条消息) 一文讲清楚CUDA、CUDA toolkit、CUDNN、NVCC关系_健0000的博客-优快云博客

显卡，显卡驱动,nvcc, cuda driver,cudatoolkit,cudnn到底是什么？ - 知乎 (zhihu.com)

Pytorch 使用不同版本的 cuda - yhjoker - 博客园 (cnblogs.com)

CUDA及开发工具

有人说CUDA就是一门编程语言，像C,C++,python 一样，也有人说CUDA是API。CUDA英文全称是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。按照官方的说法是，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。

cudnn：为深度学习计算设计的软件库。
CUDA Toolkit (nvidia)： CUDA完整的工具安装包，其中提供了 Nvidia 驱动程序、开发 CUDA 程序相关的开发工具包等可供安装的选项。包括 CUDA 程序的编译器、IDE、调试器等，CUDA 程序所对应的各式库文件以及它们的头文件。
CUDA Toolkit (Pytorch)： CUDA不完整的工具安装包，其主要包含在使用 CUDA 相关的功能时所依赖的动态链接库。不会安装驱动程序。
（NVCC 是CUDA的编译器，只是 CUDA Toolkit 中的一部分）

CUDA版本问题

CUDA Toolkit (Pytorch)与CUDA Toolkit (nvidia)版本

在安装CUDA Toolkit (Pytorch)时，会下载相应的toolkit包(Pytorch版本与对应CUDA toolkit版本对应关系可以查看官方列表)，也就是说，官方发布了自己提前根据对应CUDA toolkit版本编译的pytorch包，编译好的pytorch包也会直接调用下载的轻量版本的CUDA Toolkit (Pytorch)。

这时候，只需要系统配合与当前的 cudatoolkit 所兼容的 Nvidia 驱动，则已经编译好的 CUDA 相关的程序就可以直接运行，不需要重新进行编译过程。

但如果如需要为 Pytorch 框架添加 CUDA 相关的拓展时（Custom C++ and CUDA Extensions），需要对编写的 CUDA 相关的程序进行编译等操作，则需安装完整的 Nvidia 官方提供的 CUDA Toolkit。

`nvcc`和`nvidia-smi`显示的CUDA版本一般不同

`nvcc`

nvcc --version 
# 如果提示找不到nvcc，是因为nvcc没有被添加到可执行文件环境变量中或在可执行文件目录没有nvcc
# 不应根据提示安装cuda-toolkit，因为安装的版本是软件库的固定版本，一般不适用自己需要的版本
# 可以使用如下命令
sudo cp /usr/local/cuda/bin/nvcc /usr/bin

或者（推荐）

export PATH=/usr/local/cuda-11.3/bin/:$PATH

`nvidia-smi`

watch -n 0.1 -d nvidia-smi     #每隔0.1秒刷新一次

CUDA有两个主要的API：runtime(运行时) API和driver API。这两个API都有对应的CUDA版本（如11.3和12.0等）。

用于支持driver API的必要文件(如libcuda.so)是由GPU driver installer安装的。nvidia-smi就属于这一类API。
用于支持runtime API的必要文件(如libcudart.so以及nvcc)是由CUDA Toolkit installer安装的。（CUDA Toolkit Installer有时可能会集成了GPU driver Installer）。nvcc是与CUDA Toolkit一起安装的CUDA compiler-driver tool，它只知道它自身构建时的CUDA runtime版本。它不知道安装了什么版本的GPU driver，甚至不知道是否安装了GPU driver。

直白点说：

nvidia-smi显示的是驱动版本对应的CUDA版本，即当前驱动支持的最新CUDA版本

nvcc -V显示的是目前设置的CUDA Toolkit版本（nvcc程序在目录cuda/bin/下）

值得一提的是，NVIDIA的CUDA是向前兼容的，所以在安装显卡驱动时，在算力支持的前提下，尽可能安装高的CUDA版本，以支持更多版本的CUDA Toolkit。

具体架构关系如下图所示：