以下是在系统中安装全局CUDA、cuDNN，如果想在anaconda中的隔离环境里安装CUDA、cuDNN以及pytorch系列依赖包，请查看我的另一篇博客【Anaconda虚拟环境中安装CUDA Toolkit ，cuDNN， PyTorch 和相关依赖包】网址：https://blog.csdn.net/Toxlin/article/details/142871727?spm=1001.2014.3001.5502

1.安装cuda

1.1 查看电脑cuda版本

nvidia-smi

得到以下结果：

可以看到CUDA Version是12.0。因此在此处需要下载小于这个版本的CUDA.

1.2 官网下载CUDA ==11.8版本

网址：https://developer.nvidia.com/cuda-11-8-0-download-archive

安装过程如下，有几点需要注意，仔细查看。

选择自定义安装：

仅选择 CUDA组件，因为这不是第一次安装了，为了避免冲突，仅选择主要组件。

• CUDA 是用于并行计算的核心组件，它包含 CUDA 开发环境所需的主要库和工具。这包括编译器（如 nvcc）、运行时库、开发库等。对于使用 GPU 加速计算的开发者，安装这个组件是必须的。
• NVIDIA GeForce Experience 是一个用于优化游戏性能、自动更新驱动程序以及管理游戏录制和分享的工具。对于开发者来说，这个组件不是必需的，除非你有其他非开发用途（如游戏优化）需要它。
• Other components 可能包括一些额外的功能，如 CUDA 相关的工具包或辅助库，具体内容因版本不同可能会有变化。这通常不是核心开发所必需的组件，可以根据需要选择是否安装。
• Driver components 包括 NVIDIA 显卡驱动程序，是 GPU 正常工作的核心部分。无论是否使用 CUDA，NVIDIA 显卡都需要相应的驱动程序。如果你的系统已经安装了最新的驱动，通常可以跳过安装；如果没有，建议确保安装或更新驱动程序以便 CUDA 和 GPU 正常工作。
  

记住安装位置，后面会用到。默认安装目录在： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

这个提示是 CUDA 安装程序检测到你的系统中没有安装受支持版本的 Visual Studio，而 CUDA 开发工具（如 nvcc 编译器）通常需要与 Visual Studio 集成以便进行 CUDA 程序的编译和开发。

• 建议：
  （1）如果你要开发或编译 CUDA 程序，建议先安装 Visual Studio，再继续安装 CUDA。
  （2）如果你只需要运行 CUDA 程序，而不需要进行编译和开发，你可以选择忽略这个提示，继续安装。
  我选择忽略，继续安装。
  
  

初步安装结束。

查看环境变量是否自动添加。快捷键win+r,输入sysdm.cpl进入，选择“高级”下的“环境变量”

可以看到11.8的两个路径均已添加进环境变量里的系统变量中，红线部分自己对应一下。

到此，安装彻底结束。

查看是否安装成功：

使用快捷键Win+R，输入“cmd”并确定。在 cmd目录下运行：

nvcc -V

出现上述结果，代表成功安装。

1.3 下载对应版本的cudnn

网址：https://developer.nvidia.com/rdp/cudnn-archive

这里，我选择了cuDNN==8.9.7下载

这里，我选择了cuDNN==8.9.7对应的windows版本，下载该zip文件

下载完成后，解压，有3个文件夹

解压
把cudnn这3个文件夹里面的内容复制到CUDA对应的文件夹里。注意：是复制文件夹里面的内容，不是复制整个文件夹。

检查是否安装成功

在下述路径栏输入：cmd（打开该路径的终端），然后回车

输入：deviceQuery.exe

如果结果为pass，证明安装成功