- 本篇文章的操作系统：windows10 / windows11
- 所有相关软件和文件夹名称不要使用中文名称，也不要包含中文名称，否则很容易报错
- 之后，会根据AI项目所需的配置，更新此文章
- 代码后面“#”代表备注，不需要输入，如：nvidia-smi #备注XXXX
- 安装CUDA后，建议再把cuDNN也安装：https://wananq.com/cudnn-installation/
本期思维导图
This issue’s mind map
软体介绍
Introduction
概念
NVIDIA开发的并行计算平台和API模型，允许开发者使用GPU进行通用计算（如深度学习训练/推理），通过并行加速显著提升计算效率
硬件要求
- 显卡：需为 NVIDIA 显卡且支持 CUDA 架构。具体型号需在 NVIDIA 官方 CUDA 支持列表 中查询，最少显存4G（推荐 8GB+），用于处理大规模计算任务（如深度学习模型训练）
- 处理器：建议 Intel i5/i7 或 AMD Ryzen 5/7 及以上，确保无 CPU 瓶颈
- 内存：至少 8GB（推荐 16GB+），复杂任务需更高配置
可用AI项目
FunClip
安装
Installation
检测适合版本
在下载前最好先把显卡驱动更新到最新
查看你驱动所支持的CUDA版本：Win+R 运行窗口输入 cmd，进入 命令提示符 输入：
nvidia-smi #回车后右上角就是当前驱动所支持的版本
CUDA官方下载地址
https://developer.nvidia.com/cuda-toolkit-archive
选择下载
选择你驱动所支持的CUDA版本进行下载，例如：我驱动支持12.6，就下载12.6.0版本
安装步骤
安装时，途径全部默认就好
检验
Verification
是否安装成功
输入代码时，注意大小写和空格
按下 Win + R，输入 cmd 打开命令提示符，执行：
nvcc --version已安装：显示版本号 / 未安装：
不是内部或外部命令
如上图：出现当前CUDA版本信息则表示已安装，未安装则会其他有提示
检验环境变量 步骤
① 直接搜索“环境变量”
② 此电脑右键属性 👉 高级系统设置 👉 环境变量
③ 查看两个变量是否存在：CUDA_PATH / CUDA_PATH_Vxx_x
补充
- 环境变量手动添加：
① 安装成功后，但环境变量中没有 CUDA_PATH 和 CUDA_PATH_Vxx_x，就需要手动添加这两个变量
② 可以参考我的安装根目录：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
