【学习笔记5】Linux下cuda、cudnn、pytorch版本对应关系

一、cuda和cudnn

NVIDIA CUDA Toolkit （CUDA）为创建高性能 GPU 加速应用程序提供了一个开发环境。借助 CUDA 工具包，您可以在 GPU 加速的嵌入式系统、桌面工作站、企业数据中心、基于云的平台和 HPC 超级计算机上开发、优化和部署您的应用程序。该工具包包括 GPU 加速库、调试和优化工具、C/C++ 编译器以及用于部署应用程序的运行时库。
全球的深度学习研究人员和框架开发人员都依赖cuDNN来实现高性能GPU加速。它使他们可以专注于训练神经网络和开发软件应用程序，而不必花时间在底层GPU性能调整上。

二、查看cuda的版本

1. nvidia-smi

运行nvidia-smi命令：

说明cuda版本是12.0

2. ls -l /usr/local | grep cuda

运行ls -l /usr/local | grep cuda命令：

一共安装了cuda-10.0、cuda-10.2、cuda-11.1、cuda-11.3、cuda-11.7、cuda-11.8六个cuda版本，目前在用的是cuda-11.7

注：nvidia-smi命令列出的CUDA版本与ls -l /usr/local | grep cuda列出的版本号不一致，是由于：CUDA有两种API，分别是运行时API和驱动API，即所谓的Runtime API与Driver API，nvidia-smi的结果除了有GPU驱动版本型号