【深度学习】GPU版本

我发现nvidia-smi的cuda版本不是我期望镜像中的版本，咨询一下还要选择对应的驱动，比如cuda12.2对应的

python 复制代码

{
    "12.3": "525.60",
    "12.2": "525.60",
    "12.1": "525.60",
    "12.0": "525.60",
    "11.8": "450.80",
    "11.7": "450.80",
    "11.6": "450.80",
    "11.5": "450.80",
    "11.4": "450.80",
    "11.3": "450.80",
    "11.2": "450.80",
    "11.1": "450.80",
    "11.0": "450.36",
}
# 如果我想用cuda12.2，则可以把cuda12.2对应的高版本驱动通通选上

两个版本号概念不一样，https://stackoverflow.com/questions/53422407/different-cuda-versions-shown-by-nvcc-and-nvidia-smi

gpu驱动和cuda的关系？

(英伟达GPU里驱动版本和cuda什么关系）GPT

NVIDIA GPU的驱动版本和CUDA（Compute Unified Device Architecture）版本之间有着直接的关系。理解它们之间的联系对于确保你的应用程序能够充分利用GPU的计算能力非常重要。

CUDA是什么？

CUDA是NVIDIA推出的一个并行计算平台和编程模型，它允许开发者利用NVIDIA GPU的强大计算能力来加速科学研究和应用程序的开发。CUDA通过提供一个相对容易上手的开发环境（比如支持C、C++和Fortran等语言），使得开发者能够开发高性能的应用程序。

驱动版本与CUDA版本的关系

兼容性: 每个CUDA版本都需要特定版本（或更高版本）的GPU驱动才能正常工作。这是因为每个CUDA版本都可能引入新的功能和改进，这些新功能需要相应版本的驱动程序支持。
性能优化: NVIDIA定期更新其GPU驱动，以包括针对新发布的游戏、应用程序和CUDA版本的性能优化和修复程序。因此，使用最新的驱动版本可以确保你的NVIDIA GPU和CUDA应用程序运行得更加高效。
开发与部署: 对于开发者来说，选择合适的CUDA Toolkit版本进行应用程序的开发至关重要，因为这将直接影响到应用程序的兼容性和性能。开发完成后，确保目标部署环境中的NVIDIA驱动版本与开发时使用的CUDA版本兼容也同样重要。

如何选择？

开发者: 如果你是一个应用程序开发者，你应该基于你希望支持的最新NVIDIA GPU特性以及目标部署环境选择CUDA版本。随后，确保你的开发环境中安装了支持该CUDA版本的NVIDIA驱动。
用户: 如果你是一个应用程序用户，你需要确保你的系统中安装的NVIDIA驱动版本支持运行该应用程序所需的CUDA版本。通常，应用程序的开发者会提供运行该应用程序所需的最低CUDA和驱动版本信息。

总结

总的来说，NVIDIA GPU的驱动版本和CUDA版本之间的关系是基于兼容性和性能优化的。选择正确的CUDA版本和相应的驱动版本对于开发和运行基于CUDA的应用程序至关重要。通常，更新的驱动版本提供了对最新CUDA版本的支持，以及性能和安全性的改进。

看完，不知所云。

总的来说，nvidia-smi展示的cuda版本也不一定是真实运行的cuda版本，还和驱动有关系。

可以看看nvidia-smi和nvcc -v