cudatoolkit 12.1
时间: 2025-05-11 21:28:36 浏览: 32
### 关于 CUDA Toolkit 12.1 的安装与配置
#### Windows 平台下的安装方法
对于 Windows 用户,可以从 NVIDIA 开发者网站下载适用于操作系统的安装包。具体而言,访问官方链接并下载 `cuda_12.1.1_531.14_windows.exe` 文件[^5]。完成下载后,双击该 `.exe` 文件启动安装向导,并按照提示逐步完成安装过程。
#### Linux (Ubuntu 20.04) 平台下的安装方法
针对 Ubuntu 20.04 系统,可以通过以下方式实现 CUDA Toolkit 12.1 的安装:
1. **环境准备**
需要确保系统已更新至最新状态,可通过命令 `sudo apt update && sudo apt upgrade` 实现。
2. **下载安装程序**
访问官方网站获取适合的版本文件。如果网络条件允许,可利用第三方工具(如迅雷)加速下载进程[^2]。
3. **执行安装脚本**
将下载好的二进制文件通过终端运行来触发安装逻辑。通常情况下,使用如下指令即可:
```bash
sudo sh cuda_<version>_linux.run
```
4. **设置环境变量**
成功安装之后,需调整 shell 配置文件以反映新的路径设定。编辑用户的 `.bashrc` 或全局 `/etc/profile` 文件,加入下列语句以便正确识别 CUDA 工具链的位置[^3][^4]:
```bash
export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH
export CUDA_HOME=/usr/local/cuda-12.1
```
修改完成后记得重新加载配置文件或者重启会话使更改生效。
#### 基础验证步骤
无论在哪种操作系统上部署完毕后,都建议进行简单的功能测试确认一切正常运作。比如编译样例项目以及调用设备查询实用程序 `deviceQuery` 和矩阵乘法演示应用 `bandwidthTest` 来评估硬件兼容性和性能指标。
```python
import torch
print(torch.cuda.is_available())
```
上述 Python 脚本片段可用于检测 PyTorch 是否能够成功探测到 GPU 支持状况。
---
阅读全文
相关推荐

















