【全文修订版】
安装 CUDA 13 后 ONNX Runtime 报错
“Failed to create CUDAExecutionProvider” 的完整修复方案
——附 CMD & PowerShell 一键脚本

---

NVIDIA CUDA 13.0 发布：新特性与快捷更新安装全解析

CUDA 13.0 适配的 cuDNN 9.11 发布：网页内容速览

1️⃣ 问题现象速览

• 触发场景：CUDA 13.0（驱动从 5xx.xx → 580.88）
• 报错全文：

  [0;93m2025-08-21 15:23:25.4121592 [W:onnxruntime:Default, onnxruntime_pybind_state.cc:993 onnxruntime::python::CreateExecutionProviderInstance] Failed to create CUDAExecutionProvider. Require cuDNN 9.* and CUDA 12.*, and the latest MSVC runtime. Please install all dependencies as mentioned in the GPU requirements page (https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements ), make sure they're in the PATH, and that your GPU is supported.[m

• 影响范围：所有基于 CUDA 12.x 的虚拟环境（ONNX Runtime、旧版 TensorFlow、PyTorch 等）。

ONNX Runtime GPU 安装要求页面

---

2️⃣ 背景：为什么 CUDA 13 会“炸”

维度	升级前	升级后
驱动	支持 CUDA 12.x	支持 CUDA 13.0
系统 PATH	指向 v12.x\bin	自动指向 v13.0\bin
旧虚拟环境	依赖 CUDA 12.x DLL	找不到对应版本 → 126

NVIDIA 安装器不会删除旧版本，只把新版本路径插到最前，因此系统里往往共存：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.9
• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8

---

3️⃣ 根因定位（一句话）

ONNX Runtime 仅绑定 CUDA 12.x；系统优先加载 CUDA 13.0 的 DLL，导致初始化失败。

---

4️⃣ 解决思路（零污染方案）

目标	做法
不降级CUDA和驱动	保留 CUDA 13.0
补运行时	安装 CUDA 12.8 Runtime + cuDNN 9.x（或CUDA 12.9）
环境隔离	仅对当前 .venv 追加 PATH

---

5️⃣ 前置下载

组件	版本	下载
CUDA Toolkit	12.8 Runtime	https://developer.nvidia.com/cuda-12-8-0-download-archive
cuDNN	9.x for CUDA 12.x	https://developer.nvidia.com/rdp/cudnn-download

安装 CUDA 时 只勾选 Runtime；cuDNN 解压备用。

安装 ONNX 运行时 GPU （CUDA 12.x）官方文档

---

6️⃣ 实操：虚拟环境级 PATH 修改

6.1 CMD 用户

1. 编辑激活脚本
打开 .venv\Scripts\activate.bat，在文件末尾追加：

:: 追加 CUDA 12.8 与 cuDNN 12.8 的 bin 目录
set "PATH=C:\Program Files\NVIDIA\CUDNN\v9.8\bin\12.8;%PATH%"
set "PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin;%PATH%"

若要再添加其他路径，可按需追加。

2. 重新激活并验证
最好退出IDE然后重新打开，避免因IDE缓存延迟等导致的无效（已实践确会有影响）！

deactivate
.venv\Scripts\activate

where cudart64_120.dll
where cudnn64_9.dll
python -c "import onnxruntime as ort; print(ort.get_available_providers())"

---

6.2 PowerShell 用户

1. 编辑激活脚本
打开 .venv\Scripts\Activate.ps1，末尾追加：

# 追加 CUDA 12.8 与 cuDNN 12.8 的 bin 目录
$env:PATH = "C:\Program Files\NVIDIA\CUDNN\v9.8\bin\12.8;$env:PATH"
$env:PATH = "C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin;$env:PATH"

若要再添加其他路径，可按需追加。

2. 重新激活并验证
最好退出IDE然后重新打开，避免因IDE缓存延迟等导致的无效（已实践确会有影响）！

deactivate
.venv\Scripts\Activate.ps1

Get-Command cudart64_120.dll
Get-Command cudnn64_9.dll
python -c "import onnxruntime as ort; print(ort.get_available_providers())"

---

7️⃣ 验证结果

['TensorrtExecutionProvider', 'CUDAExecutionProvider', 'CPUExecutionProvider']

出现 CUDAExecutionProvider 即修复完成。

尝试运行项目，报错已修复：

怎么使用嵌套虚拟环境实现项目部署之virtualenv嵌套conda绕开安装环境检测实现.venv部署facefusion_python虚拟环境嵌套-CSDN博客

---

8️⃣ 一句话总结

升级 CUDA 前，先核对依赖矩阵；用虚拟环境脚本隔离 PATH，即可让 CUDA 13 驱动与 CUDA 12 运行时和平共处。