win11下载并安装 CUDA Toolkit

### Windows 11 上 CUDA Toolkit 下载与安装指南 在 Windows 11 系统上下载并安装 CUDA Toolkit 是一个相对简单的过程，但需要确保硬件和软件环境满足相关要求。以下是详细的指导信息： #### 1. 确认系统要求 在开始下载之前，请确保您的系统满足以下条件： - **操作系统**：Windows 11（64 位）[^2]。 - **显卡驱动**：已安装支持 CUDA 的 NVIDIA 显卡驱动程序，并确保驱动版本兼容所选的 CUDA Toolkit 版本[^1]。 - **硬件支持**：NVIDIA GPU，且计算能力（Compute Capability）符合目标 CUDA Toolkit 的最低要求。 #### 2. 下载 CUDA Toolkit 访问官方或可信资源网站下载适合的 CUDA Toolkit 版本： - **官方下载页面**：前往 [CUDA Toolkit 官方下载页面](https://developer.nvidia.com/cuda-downloads) 并根据系统选择合适的版本[^3]。 - **第三方资源**：如果需要更快的下载速度，可以参考项目地址 [https://gitcode.com/Premium-Resources/2a6e1](https://gitcode.com/Premium-Resources/2a6e1)，其中提供了多个版本的 CUDA Toolkit 和 cuDNN 库文件及其提取码[^2]。 例如，如果您需要 CUDA Toolkit 12.0，在上述项目中可以找到文件 `cuda_12.0.0_527.41_windows.exe`，提取码为 `rj5m`。 #### 3. 安装 CUDA Toolkit 完成下载后，按照以下步骤进行安装： 1. **运行安装程序**：双击下载的 `.exe` 文件启动安装向导。 2. **选择安装类型**： - 推荐选择 **Express Installation**（快速安装），它会自动安装常用的组件。 - 如果需要自定义安装，可以选择 **Custom Installation** 并手动勾选所需的库和工具[^3]。 3. **确认安装路径**：默认路径通常为 `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y`，建议保持默认设置以避免后续配置问题。 4. **完成安装**：等待安装过程结束，完成后重启计算机以确保所有更改生效。 #### 4. 验证安装 安装完成后，可以通过以下方法验证 CUDA Toolkit 是否正常工作： - 打开命令提示符，输入以下命令检查版本号： ```bash nvcc -V ``` 输出应类似于： ``` nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2025 NVIDIA Corporation Built on Wed_Jan_15_19:20:09_PST_2025 Cuda compilation tools, release 12.8, V12.8.61 ``` #### 5. 配置环境变量 为了使系统能够识别 CUDA 工具链，需配置以下环境变量： - **Path**：将以下路径添加到系统的 `Path` 环境变量中： ``` C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\bin C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\libnvvp ``` - **CUDA_PATH**：创建一个新的环境变量 `CUDA_PATH`，值为： ``` C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y ``` 完成以上配置后，重启计算机以使更改生效。 --- ### 示例代码：验证 CUDA 环境 以下是一个简单的 CUDA 程序示例，用于验证安装是否成功： ```cpp #include <cuda_runtime.h> #include <stdio.h> int main() { int deviceCount = 0; cudaError_t err = cudaGetDeviceCount(&deviceCount); if (err != cudaSuccess) { printf("cudaGetDeviceCount returned error code %d, line(%d)\n", err, __LINE__); } else { printf("CUDA device query succeeded with %d devices.\n", deviceCount); } return 0; } ``` 编译并运行此程序以检查 GPU 设备是否被正确识别。 ---