CUDA Toolkit是包含了针对英伟达CUDA的软件开发工具集和编译器、开发环境以及各类运行库，是n卡显卡CUDA的SDK，如果想要将自己的非图形计算程序搬上显卡去跑，那么这套工具集是必须的。

注意

CUDA依赖Nvidia的驱动，最好先去官网check一下自己的GPU支持的驱动版本和CUDA版本。

安装CUDA Toolkit

使用--toolkit参数仅安装toolkit 或者运行安装程序按指示选择要安装的文件。安装成功后按要求将cuda添加到PATH路径和LD_LIBRARY_PATH依赖加载路径中即可。

查看本机驱动版本

打开nvidia的控制面板 -> 系统信息

驱动是cuda9.0版本，安装cuda10.2时需要覆盖此驱动

安装过程

选择自定义安装，可以选择安装驱动，覆盖本机的驱动

不要选Visual Studio Integration，即使选了也不能成功安装

如果本机的驱动版本(当前版本)小于cuda对应的版本（新版本），则选择，否则不选。如果当前版本小于新版本，并且不覆盖安装，之后电脑会频繁蓝屏或死机

记住安装位置，tensorflow要求配置环境

安装完成后配置环境，Path需要手动添加如下路径，对应上一步的安装路径
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2libx64
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2include
C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.2extrasCUPTIlib64
C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2inwin64
C:ProgramDataNVIDIA CorporationCUDA Samplesv10.2commonlibx64

相关新闻

CUDA Toolkit是支持多平台的，你在Windows、Linux以及macOS上都可以使用它。NVIDIA与苹果之间的关系裂痕越拉越大了，在去年的macOS Mojave更新中，NVIDIA就遭遇了苹果“故意”拖延其新驱动的签名，导致用户无法在新版本macOS上面正常安装NVIDIA官方显卡驱动的事件，所以这次仅针对macOS停止发布这套工具集可能说明NVIDIA与苹果之间彻底撕破脸皮。

没有了新的CUDA Toolkit，意味着macOS开发者将不能够在macOS上面使用未来的CUDA新特性，这两年的机器学习热潮让不少开发者都使用N卡搭建起了自己的机器学习硬件平台，可能未来这些开发者为了CUDA的新特性而不得不放弃界面友好的macOS而转投Windows或Linux了。

未经书面许可，严禁将本网内容作为AI训练资源。