了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)

这篇具有很好参考价值的文章主要介绍了了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

转载 一篇

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。

cuda driver,杂的知识,python,人工智能,linux

 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:CUDA 12.1 Release Notes

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

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。

 cuda driver,杂的知识,python,人工智能,linux

 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

 cuda driver,杂的知识,python,人工智能,linux

 

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。

cuda driver,杂的知识,python,人工智能,linux

 具体对应版本建议大家到官网查下:cuDNN Archive | NVIDIA Developer文章来源地址https://www.toymoban.com/news/detail-647758.html

到了这里,关于了解NVIDAI显卡驱动(包括:CUDA、CUDA Driver、CUDA Toolkit、CUDNN、NCVV)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Ubuntu 22.04 安装Nvidia显卡驱动、CUDA、cudnn

    GPU做深度学习比CPU要快很多倍,用Ubuntu跑也有一定的优势,但是安装Nvidia驱动有很多坑 Ubuntu版本:22.04.3 LTS 分区: /boot 分配 1G ,剩下都分给根目录 / 显卡:GTX 1050 Ti 坑1:用Ubuntu自带的 Additional Drivers可能会出问题,应该从官网下载驱动文件 坑2:用deb文件安装可能会出问题,

    2024年02月08日
    浏览(22)
  • 英伟达(NVIDIA)显卡、驱动版本与cuda版本对应关系

    英伟达官方网址: Release Notes :: CUDA Toolkit Documentation (nvidia.com) https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 根据官方网址最新的对应关系如下:     查看自己的显卡驱动版本使用命令:      如果想要查看自己的显卡能安装的最新驱动,可以在这个网站查找: NVIDIA G

    2024年02月11日
    浏览(27)
  • ubuntu 3060显卡驱动+cuda+cudnn+pytorch+pycharm+vscode

    ubuntu18.04 melodic 宏基暗影骑士笔记本 ubuntu18.04 / ubuntu20.04 3060显卡+CUDA11.1+cudnn8.1.0+pytorch1.8.0+pycharm2021+Anaconda+vscode 1)换清华源 2)安装nvidia-driver-470-server 3)重启电脑 4)nvidia-smi (检查已显卡驱动版本) CUDA Version: 11.4 (显卡驱动API 11.4) CUDA下载地址:https://developer.nvidia.com/cuda-toolk

    2024年02月03日
    浏览(14)
  • 记录Ubuntu20.04的NVIDIA显卡驱动安装和CUDA安装

    我的电脑显卡是RTX 3070Ti。 在安装Ubuntu系统的时候选择的也是Mini安装。 而且对比了官方的NVIDIA驱动安装和系统自带的“软件和更新”附加驱动安装。我这边选择了更加稳定的官方的NVIDIA驱动安装。 由于课题的原因,并没有在CUDA之后安装相关的cudnn的补丁。 进入终端后,运行

    2024年02月05日
    浏览(21)
  • 二十、Ubuntu22.04 + RTX2080 配置显卡驱动 + CUDA + cuDNN

    首先确定自己的显卡型号 可以看到显卡型号是 GeForce RTX 2080 然后去NVIDIA 官网下载对应的显卡驱动 显卡驱动下载地址 然后把下载好的驱动程序放到一个英文文件夹(否则进入非图形化界面时可能中文乱码),例如我这里新建了一个 driver 安装所需依赖 卸载原有 NVIDIA 驱动 禁用

    2024年02月04日
    浏览(21)
  • ubuntu20.04显卡驱动cuda cudnn conda TensorRT安装及配置

    如果要使用 TensorRT ,请注意CUDA 支持的最高算力要大于等于GPU本身的算力, 可以先看3小节 conda和pip换源直接看2.3小节 本人已在ubuntu20.04下安装成功。其他版本步骤应该差不多 如果帖子有帮助,感谢一键三连, ^_^ 部署有问题的小伙伴欢迎留言和加 Q 裙- 472648720 BEV各算法环境部

    2024年01月22日
    浏览(28)
  • Ubuntu 20.04 安装NVIDIA显卡驱动+cuda 11.7+cudnn 8.4

    参考: https://zhuanlan.zhihu.com/p/59618999 https://blog.csdn.net/linhai1028/article/details/79445722/ Windows+Ubuntu从双系统安装到CUDA cuDNN docker 配置K21 https://blog.csdn.net/qq_45831128/article/details/127060475 https://blog.csdn.net/kunhe0512/article/details/125061911 Ubuntu 20.04 英伟达 RTX 3050 Ti 显卡 1)Ubuntu下查看Nvidia显卡的

    2023年04月10日
    浏览(11)
  • 【WSL2】【图形界面】【CUDA驱动】WSL2 Ubuntu+gnome原生图形界面及WSL2显卡CUDA驱动的安装

      没有图形化界面的Ubuntu实在是看着不爽,虽然已经习惯用命令。为了更加方便使用WSL2子系统,还是配置了gnome原生桌面(虽然不是很轻量级,但是舒服啊!),然后因为有深度学习需求,有NVIDIA的显卡顺带配置了一下显卡驱动。   下面看看如何配置WSL2图形界面和显卡

    2024年02月10日
    浏览(24)
  • Ubuntu 20.04 RTX 4090显卡 深度学习环境配置(Nvidia显卡驱动、CUDA11.6.0、cuDNN8.5)

    参考文献:从零到一保姆级Ubuntu深度学习服务器环境配置教程 看文献中“ 三、 NVIDIA驱动安装 ” 安装NVIDIA驱动,这也是安装CUDA10.0及其对应版本的CuDNN和tensorflow的重要步骤。 1.1.1 英伟达中国驱动官网 进入英伟达中国驱动官网 1.1.2 输入显卡型号查询 1.1.3 查看搜索结果 1.2.1 方

    2024年02月04日
    浏览(32)
  • Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、CUDA、cuDNN, 并可进行CUDA版本切换

    因为做深度学习的研究项目,为全新机器在Ubuntu 20.04 LTS 系统下 安装Nvidia 显卡驱动、Cuda、Cudnn。并进行CUDA版本切换 成功安装完成了,写个记录。 步骤一: 安装更新软件列表和依赖项 在安装Nvidia显卡驱动之前,需要更新软件列表和必要的依赖项。 步骤二: 查看GPU型号,并

    2024年02月13日
    浏览(18)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包