uubuntu如何查看cuda版本
时间: 2025-05-13 22:51:23 浏览: 42
### 如何在 Ubuntu 系统中检查已安装的 CUDA 版本
在 Ubuntu 系统中,可以通过多种方法来确认当前系统上安装的 CUDA 版本。以下是几种常用的方式:
#### 方法一:通过 `nvcc` 查看版本号
`nvcc` 是 NVIDIA 提供的 CUDA 编译器工具链的一部分,通常会随 CUDA 工具包一起安装。运行以下命令可以获取其版本信息:
```bash
nvcc --version
```
或者更简洁的形式:
```bash
nvcc -V
```
这将返回类似于以下的信息:
```
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Mon_Oct_18_19:46:34_PDT_2021
Cuda compilation tools, release 11.7, V11.7.99
```
其中最后一行显示的是具体的 CUDA 版本号[^1]。
#### 方法二:查询 `/usr/local/` 下的相关目录
如果 CUDA 安装成功,默认情况下会在 `/usr/local/` 中创建对应的文件夹。执行以下命令可查看是否存在特定版本的 CUDA 文件夹:
```bash
ls /usr/local | grep cuda
```
此操作可能会列出多个 CUDA 版本(如 `cuda-11.7`, `cuda-10.2`),从而帮助判断哪些版本已被安装到系统中。
#### 方法三:利用环境变量检测
当设置好 PATH 和 LD_LIBRARY_PATH 后,也可以直接打印这些路径中的内容以进一步核实所使用的具体 CUDA 版本。例如:
```bash
echo $PATH | grep cuda
```
以及对于库链接部分:
```bash
echo $LD_LIBRARY_PATH | grep cuda
```
#### 方法四:调用 Python 验证
如果你正在使用 TensorFlow 或 PyTorch 这样的框架开发项目,则还可以借助它们内部函数读取 GPU 及驱动支持情况下的 CUDA 库状态。比如,在 Python 终端里输入如下脚本即可得知相关信息:
```python
import torch
print(torch.version.cuda)
```
上述代码片段适用于 PyTorch 用户;而对于 TensorFlow 则有类似的 API 接口可供选用[^2]。
---
阅读全文
相关推荐


















