Как узнать версию cuda windows 10
Обновлено: 02.07.2024
Есть ли какая-нибудь быстрая команда или скрипт, чтобы проверить версию установленной CUDA?
Я нашел руководство 4.0 в каталоге установки, но я не уверен, является ли оно действующей установленной версией или нет.
вы думаете об установленном и поддерживаемом времени выполнения или установленном SDK? @JaredHoberock nvcc --version производят, The program 'nvcc' is currently not installed. You can install it by typing: sudo apt install nvidia-cuda-toolkit однако, nvidia-smi содержат CUDA Version: 10.1 .Как упоминает Джаред в комментарии, из командной строки:
(или /usr/local/cuda/bin/nvcc --version ) дает версию компилятора CUDA (которая соответствует версии инструментария).
Из кода приложения вы можете запросить версию API времени выполнения с помощью
или версия драйвера API с
Как указывает Дэниел, deviceQuery - это пример приложения SDK, которое запрашивает вышеупомянутое, а также возможности устройства.
Как отмечают другие, вы также можете проверить содержимое version.txt использования (например, на Mac или Linux)
nvcc --version должен работать из командной строки Windows, предполагая, что nvcc находится на вашем пути. в Ubuntu может потребоваться установка, nvidia-cuda-tools чтобы эта команда работала. просто наберите sudo apt install nvidia-cuda-toolkit @OlegKokorin, если вы получаете этот совет от терминала, похоже, вы не установили CUDA. Если вы не можете найти nvcc , он должен быть в /usr/local/cuda/bin/ . Upvote для cat /usr/local/cuda/version.txt . Популярный метод nvcc --version работает, если у вас установлен nvidia-toolkit, однако, если у вас есть только среда выполнения cuda, nvcc может не существовать. Это может быть случай @RutgerHofste указал. Например ( инструкция по установке Tensorflow не устанавливает nvcc)На Ubuntu Cuda V8:
это более универсально, чем ответ harrism, так как не требует установки nvcc (что требует прав администратора) используя это, я получаю «CUDA Version 8.0.61», но nvcc --version дает мне «Инструменты компиляции Cuda, выпуск 7.5, V7.5.17». Вы знаете причину такого несоответствия? За мой верный ответ проголосовали за мою версию CUDA 9.0.176, которая нигде не упоминалась в nvcc -V Я получаю файл не найден, но nvcc сообщает о версии 8.0. / usr / local / cuda не существует ..
Вы должны найти версию CUDA в верхнем правом углу вывода команды. По крайней мере, я обнаружил, что вывод для CUDA версии 10.0, например,
Похоже, nvidia-smi только выводит версию драйвера для более старых версий. Этот ответ неверен, Это только указывает на поддержку версии драйвера CUDA. Он не предоставляет никакой информации о том, какая версия CUDA установлена или даже установлена ли вообще CUDA Эта версия cuda показывает только возможности gpu cuda, а не версию cuda, используемую для API времени выполнения.Для версии CUDA:
Для версии cuDNN:
Используйте следующее, чтобы найти путь для cuDNN:
Затем используйте это, чтобы получить версию из файла заголовка,
Используйте следующее, чтобы найти путь для cuDNN:
Затем используйте это для выгрузки версии из файла заголовка,
Вы говорите о CUDA SDK. возможно вопрос был о времени выполнения CUDA и драйверах - тогда это не будет соответствовать. (или, возможно, вопрос о вычислительных возможностях - но не уверен, что это так.) nvcc является бинарным файлом и сообщит свою версию. у вас может быть несколько версий в отдельных папках. / usr / local / cuda - необязательная символическая ссылка, которая, вероятно, присутствует, только если установлен CUDA SDK.$ cat /usr/local/cuda/version.txt или $ cat /usr/local/cuda-8.0/version.txt
Иногда папка называется «Cuda-версия».
Если ничего из вышеперечисленного не работает, попробуйте зайти $ /usr/local/ и найти правильное имя вашей папки Cuda.
Вывод должен быть похож на: CUDA Version 8.0.61
Используйте следующую команду, чтобы проверить установку CUDA от Conda:
И следующая команда для проверки версии CUDNN, установленной conda:
Если вы хотите установить / обновить CUDA и CUDNN через CONDA, пожалуйста, используйте следующие команды:
В качестве альтернативы вы можете использовать следующие команды для проверки установки CUDA:
Если вы используете tenorflow-gpu через пакет Anaconda (это можно проверить, просто открыв Python в консоли и проверив, показывает ли Python по умолчанию Anaconda, Inc. при запуске, или вы можете запустить какой Python и проверить местоположение), затем вручную установка CUDA и CUDNN, скорее всего, не будет работать. Вам придется обновить через Conda вместо этого.
есть ли быстрая команда или скрипт для проверки версии установленного CUDA?
Я нашел руководство 4.0 в каталоге установки, но не уверен, является ли фактическая установленная версия такой или нет.
как упоминает Джаред в комментарии, из командной строки:
дает версию компилятора CUDA (которая соответствует версии toolkit).
из кода приложения вы можете запросить версию API среды выполнения с помощью
или версия API драйвера с
как указывает Даниэль, deviceQuery является образцом SDK приложение, которое запрашивает выше, наряду с возможностями устройства.
как отмечают другие, вы также можете проверить содержание version.txt использование (например, на Mac или Linux)
однако, если установлена другая версия инструментария CUDA, отличная от той, которая символически связана с /usr/local/cuda , это может сообщить о неточной версии, если другая версия ранее в вашем PATH чем выше, поэтому используйте с осторожностью.
На Ubuntu Cuda V8:
$ cat /usr/local/cuda/version.txt или $ cat /usr/local/cuda-8.0/version.txt
иногда папка называется "Cuda-version".
если ничего из вышеперечисленного не работает, попробуйте $ /usr/local/ И найдите правильное имя вашей папки Cuda.
результат должен быть похож на: CUDA Version 8.0.61
Если вы установили CUDA SDK, вы можете запустить "deviceQuery", чтобы увидеть версию CUDA
вы можете найти CUDA-Z полезным, вот цитата с их сайта:
" эта программа родилась как пародия на другие Z-утилиты, такие как CPU-Z и GPU-Z. CUDA-Z показывает некоторую базовую информацию о графических процессорах с поддержкой CUDA и GPGPUs. Он работает с картами nVIDIA Geforce, Quadro и Tesla, ионными чипсетами."
на вкладке поддержка есть URL для исходного кода: http://sourceforge.net/p/cuda-z/code/ и загрузка на самом деле не является установщиком, а исполняемым файлом (без установки, поэтому это "быстро").
эта утилита предоставляет множество информации, и если вам нужно знать, как она была получена, есть источник посмотреть. Есть другие утилиты, похожие на это, которые вы можете искать.
после установки CUDA можно проверить версии по: nvcc-V
Я установил как 5.0, так и 5.5, поэтому он дает
инструменты компиляции Cuda, выпуск 5.5, V5.5,0
эта команда работает как для Windows, так и для Ubuntu.
помимо упомянутых выше, ваш путь установки CUDA (если он не был изменен во время установки) обычно содержит номер версии
делать which nvcc должны дать путь, и это даст вам версию
PS: Это быстрый и грязный способ, вышеуказанные ответы более элегантны и приведут к правильной версии со значительными усилиями
сначала вы должны найти, где установлена Cuda.
Если это установка по умолчанию, такие как здесь расположение должно быть:
в этой папке должен быть файл
откройте этот файл с помощью любого текстового редактора или запустите:
можно узнать cuda версия, набрав в терминале следующее:
кроме того, можно вручную проверьте версию, сначала выяснив каталог установки с помощью:
а то cd в этот каталог и проверьте версию CUDA.
Я получаю /usr / local - нет такого файла или каталога. Хотя nvcc -V дает
В очередной раз после переустановки Windows осознал, что надо накатить драйвера, CUDA, cuDNN, Tensorflow/Keras для обучения нейронных сетей.
Каждый раз для меня это оказывается несложной, но времязатратной операцией: найти подходящую комбинацию Tensorflow/Keras, CUDA, cuDNN и Python несложно, но вспоминаю про эти зависимости только в тот момент, когда при импорте Tensorflow вижу, что видеокарта не обнаружена и начинаю поиск нужной страницы в документации Tensorflow.
В этот раз ситуация немного усложнилась. Помимо установки Tensorflow мне потребовалось установить PyTorch. Со своими зависимостями и поддерживаемыми версиями Python, CUDA и cuDNN.
По итогам нескольких часов экспериментов решил, что надо зафиксировать все полезные ссылки в одном посте для будущего меня.
Примечание: Установить Tensorflow и PyTorch можно в одном виртуальном окружении, но в статье этого алгоритма нет.
Подготовка к установке
- Определить какая версия Python поддерживается Tensorflow и PyTorch (на момент написания статьи мне не удалось установить PyTorch в виртуальном окружении с Python 3.9.5)
- Для выбранной версии Python найти подходящие версии Tensorflow и PyTorch
- Определить, какие версии CUDA поддерживают выбранные ранее версии Tensorflow и PyTorch
- Определить поддерживаемую версию cuDNN для Tensorflow – не все поддерживаемые CUDA версии cuDNN поддерживаются Tensorflow. Для PyTorch этой особенности не заметил
Установка CUDA и cuDNN
-
и устанавливаем. Можно установить со всеми значениями по умолчанию , подходящую для выбранной версии Tensorflow (п.1.2). Для скачивания cuDNN потребуется регистрация на сайте NVidia. “Установка” cuDNN заключается в распакове архива и заменой существующих файлов CUDA на файлы из архива
Устанавливаем Tensorflow
- Создаём виртуальное окружение для Tensorflow c выбранной версией Python. Назовём его, например, py38tf
- Переключаемся в окружение py38tf и устанавливаем поддерживаемую версию Tensorflow pip install tensorflow==x.x.x
- Проверяем поддержку GPU командой
Устанавливаем PyTorch
- Создаём виртуальное окружение для PyTorch c выбранной версией Python. Назовём его, например, py38torch
- Переключаемся в окружение py38torch и устанавливаем поддерживаемую версию PyTorch
- Проверяем поддержку GPU командой
В моём случае заработала комбинация:
- Python 3.8.8
- Драйвер NVidia 441.22
- CUDA 10.1
- cuDNN 7.6
- Tensorflow 2.3.0
- PyTorch 1.7.1+cu101
Tensorflow и PyTorch установлены в разных виртуальных окружениях.
Польза этой статьи будет понятна не скоро: систему переустанавливаю я не часто.
Если воспользуетесь этим алгоритмом и найдёте какие-то ошибки – пишите в комментарии
Есть ли быстрая команда или скрипт, чтобы проверить установленную версию в CUDA?
Как Джаред упоминает в комментарии, из командной строки:
Из кода приложения, вы можете запросить API среды выполнения версии с
или драйвер версии API с
Даниэль отмечает, deviceQuery образец пакета SDK приложение, которое запрашивает выше, наряду с возможностями устройства.
Как другие, обратите внимание, вы также можете проверить содержимое version.txt используя (например, Mac или Linux)
Технология CUDA В Ubuntu В8:
Результат должен быть похож на: CUDA версии 8.0.61
Для CUDA версии:
Для версии cuDNN:
Используйте следующие действия, чтобы найти путь для cuDNN:
Затем используйте это, чтобы получить версию из заголовка файла,
Используйте следующие действия, чтобы найти путь для cuDNN:
Затем используйте это, чтобы дамп версии из заголовка файла,
Вы можете найти на CUDA-Z и полезно, вот цитата с их сайта:
Эта утилита предоставляет множество информации, и если вам нужно знать, как она была получена, есть источник посмотреть. Есть и другие утилиты, подобные этой, которые вы могли искать.
How to Check CUDA Version Easily
Here you will learn how to check NVIDIA CUDA version in 3 ways: nvcc from CUDA toolkit, nvidia-smi from NVIDIA driver, and simply checking a file. Using one of these methods, you will be able to see the CUDA version regardless the software you are using, such as PyTorch, TensorFlow, conda (Miniconda/Anaconda) or inside docker.
Prerequisite
What is CUDA?
CUDA is a general parallel computing architecture and programming model developed by NVIDIA for its graphics cards (GPUs). Using CUDA, PyTorch or TensorFlow developers will dramatically increase the performance of PyTorch or TensorFlow training models, utilizing GPU resources effectively.
Method 1 — Use nvcc to check CUDA version
To check CUDA version with nvcc, run
You can see similar output in the screenshot below. The last line shows you version of CUDA. The version here is 10.1. Yours may vary, and can be either 10.0, 10.1, 10.2 or even older versions such as 9.0, 9.1 and 9.2. After the screenshot you will find the full text output too.
What is nvcc?
Check out nvcc ‘s manpage for more information.
Method 2 — Check CUDA version by nvidia-smi from NVIDIA Linux driver
The second way to check CUDA version is to run nvidia-smi, which comes from downloading the NVIDIA driver, specifically the NVIDIA-utils package. You can install either Nvidia driver from the official repositories of Ubuntu, or from the NVIDIA website.
You can see similar output in the screenshot below. The version is at the top right of the output. Here’s my version is CUDA 10.2. You may have 10.0, 10.1 or even the older version 9.0 or 9.1 or 9.2 installed.
Importantly, except for CUDA version. There are more details in the nvidia-smi output, driver version (440.100), GPU name, GPU fan percentage, power consumption/capability, memory usage, can also be found here. You can also find the processes which use the GPU at the moment. This is helpful if you want to see if your model or system is using GPU such as PyTorch or TensorFlow.
Here is the full text output:
What is nvidia-smi?
nvidia-smi (NVSMI) is NVIDIA System Management Interface program. It is also known as NVSMI. nvidia-smi provides monitoring and maintenance capabilities for all of tje Fermi’s Tesla, Quadro, GRID and GeForce NVIDIA GPUs and higher architecture families. For most functions, GeForce Titan Series products are supported with only little detail given for the rest of the Geforce range.
NVSMI is also a cross-platform application that supports both common NVIDIA driver-supported Linux distros and 64-bit versions of Windows starting with Windows Server 2008 R2. Metrics may be used directly by users via stdout, or stored via CSV and XML formats for scripting purposes.
Method 3 — cat /usr/local/cuda/version.txt
Note that if you install Nvidia driver and CUDA from Ubuntu 20.04’s own official repository this approach may not work.
3 ways to check CUDA version
Time Needed : 5 minutes
There are basically three ways to check CUDA version. One must work if not the other.
Run cat /usr/local/cuda/version.txt
Note: this may not work on Ubuntu 20.04
Как узнать версию cuda на видеокарте
Своевременное обновление драйвера видеокарты — залог её оптимальной и качественной работы. Для того, чтобы узнать какая версия драйвера установлена на вашем компьютере (ноутбуке) и требуется ли его обновление, необходимо проделать несколько простых манипуляций. Предлагаем два варианта: первый подойдет только для пользователей видеокарт от NVIDIA, второй подойдет также и для тех, кто использует AMD (ATI) Radeon.
1. Кликаем правой кнопкой мыши в пустое место рабочего стола. В открывшемся окне выбираем пункт «Панель управления NVIDIA», как показано на рисунке.
В открывшейся панели управления в левом нижнем углу находим ссылку «Информация о системе», нажимаем её.
В новом окне мы видим всю информацию о нашей графической системе, и в самой первой строке находится версия установленного драйвера.
2. Для любителей поэкспериментировать предлагаем еще один простой способ. Он также подойдет для пользователей видеокарт от AMD (ATI) Radeon.
Комбинацией клавиш Win+R открываем меню «Выполнить». Вводим команду «dxdiag» и нажимаем «OK».
Перед нами откроется большое окно под названием «Средство диагностики DirectX». Здесь выбираем меню «Экран» и в правой колонке видим полную информацию о нашем драйвере.
Надеемся, мы помогли вам найти ответ на вопрос «как узнать версию драйвера видеокарты». Напомним, что вы всегда можете скачать последнюю версию драйверов для мобильных видеокарт на нашем сайте.
Для оптимальной производительности видеокарт от NVIDIA необходимо регулярно обновлять программное обеспечение. Перед выполнением данной процедуры желательно узнать версию драйверов, уже установленных на компьютере. Операция довольно простая.
Узнаём версию драйверов
Получить данные о версии установленного ПО для видеоадаптера от НВИДИА можно с помощью сторонних средств, приложения от производителя или задействованием системного инструментария.
Способ 1: GPU-Z
Разработчики утилиты CPU-Z выпускают также средство GPU-Z, которое показывает параметры установленной в компьютере графической карты, в том числе и сведения об установленных драйверах.
После запуска найдите в главном окне строку «Driver Version» – все нужные сведения о ПО видеоадаптера находятся там.
Первые 10 цифр представляют собой непосредственно версию драйверов, а цифры в скобках после надписи «NVIDIA» – релизный номер пакета.
Как видим, с помощью ГПУ-З получить требуемую информацию очень просто. Единственным недостатком этого решения, хотя и не самым критичным, является отсутствие русского языка.
Способ 2: Панель управления NVIDIA
В комплекте с драйверами для «зелёной» видеокарты обычно идёт панель управления драйверами – программное средство настройки тех или иных параметров GPU, с помощью которого также можно узнать версию установленного ПО.
После запуска средства воспользуйтесь меню «Справка», в котором выберите пункт «Информация о системе».
Способ 3: Системные средства
Требуемую информацию также можно получить из некоторых системных оснасток – средства диагностики DirectX, окна сведений о системе или «Диспетчера устройств».
Средство диагностики DirectX
Графическое API ДиректИкс зависит от аппаратных и программных характеристик видеокарты, поэтому всегда отображает версию установленных драйверов.
-
Откройте инструмент «Выполнить» (клавиши Win+R), затем впишите в него команду dxdiag и нажмите «ОК».
После запуска средства перейдите на вкладку «Экран» (компьютеры с CPU без встроенного видеоядра) или «Преобразователь» (ПК с вмонтированными в процессор GPU или ноутбуки с гибридными системами).
Сведения о системе
Во все актуальные версии Виндовс встроено средство отображения данных о системе, которое умеет также отображать версии присутствующих в системе драйверов, в том числе и для видеокарт. Им мы и воспользуемся.
Откройте ветку «Компоненты» и выберите пункт «Дисплей».
«Диспетчер устройств»
Также требуемую информацию можно получить в «Диспетчере устройств».
Найдите в списке оборудования раздел «Видеоадаптеры» и открывайте его. Далее выделите пункт, соответствующий вашей видеокарте NVIDIA, кликните по нему правой кнопкой мыши, и выберите вариант «Свойства».
Все системные инструменты не отображают номер релиза драйверов, что можно назвать недостатком этого способа.
Заключение
Таким образом мы рассмотрели несколько вариантов получения сведений о версии драйверов для видеокарт NVIDIA. Как видим, более полную информацию можно получить либо сторонними средствами, либо через панель управления видеокартой.
Отблагодарите автора, поделитесь статьей в социальных сетях.
B: Могу ли я найти драйвер для более раннего продукта и где?
O: Да. Вы можете воспользоваться Опцией номер 2 для автоматического поиска драйвера для вашего продукта или выбрать “Предыдущие модели” в Типе продукта в Опции номер 1.
B: Где я могу найти более ранние или бета версии драйверов?
O: На главной странице закачки драйверов, выберите Бета версии и драйверы из архива в меню Дополнительное ПО и драйверы.
B: Как узнать, с какой версией драйвера я работаю?
O: Нажмите правую клавишу мыши на рабочем столе и выберите Панель управления NVIDIA. В меню Панели управления NVIDIA выберите Помощь > Информация о системе. Версия драйвера указана в верхней части окна Детали. Более продвинутые пользователи могут узнать версию драйвера из Мастера управления оборудованием Windows. Нажмите правую кнопку мыши на графическом устройстве во вкладке адаптеры дисплея и выберите Свойства. Выберите вкладку Драйвер и узнайте версию драйвера. Последние 5 цифр являются номером версии драйвера NVIDIA.
B: Нужно ли сперва удалить более ранний драйвер?
O: Нет. Ранее перед установкой следовало удалить предыдущий драйвер. Сегодня мы рекомендуем установку нового драйвера поверх более раннего. Это позволит вам управлять любыми текущими настройками и профилями Панели управления NVIDIA.
B: Я бы хотел вернуться к предыдущей версии драйвера. Как это сделать?
O: Если вы установили новый драйвер поверх старого, просто сделайте откат к более ранней версии драйвера. Инструкции вы найдете тут: Опция 2: Откат к предыдущему драйверу.
Установка OpenCV + CUDA на Windows
Введение
В данной статье речь пойдет о сборке и установке OpenCV 4 для C/C++, Python 2 и Python 3 из исходных файлов с дополнительными модулями CUDA 10 на ОС Windows.
Я постарался включить сюда все тонкости и нюансы, с которыми можно столкнуться в ходе установки, и про которые не написано в официальном мануале.
Читайте также: