如何获得 CUDA 版本？

Question

是否有任何快速命令或脚本来检查安装的 CUDA 版本？

我在安装目录下找到了4.0的手册，但不知道是不是实际安装的版本。

Answer 1

使用张量流：

import tensorflow as tf
from tensorflow.python.platform import build_info as build
print(f"tensorflow version: {tf.__version__}")
print(f"Cuda Version: {build.build_info['cuda_version']}")
print(f"Cudnn version: {build.build_info['cudnn_version']}")

张量流版本：2.4.0

Cuda 版本：11.0

Cudnn 版本：8

Answer 2

以编程方式使用CUDA Runtime API C++ wrappers：

auto v1 = cuda::version::maximum_supported_by_driver();
auto v2 = cuda::version::runtime();

这为您提供了一个 cuda::version_t 结构，您可以对其进行比较并打印/流式传输，例如：

if (v2 < cuda::version_t{ 8, 0 } ) {
    std::cerr << "CUDA version " << v2 << " is insufficient." std::endl;
}

Answer 3

其他受访者已经描述了可以使用哪些命令来检查 CUDA 版本。在这里，我将描述如何将这些命令的输出转换为“10.2”、“11.0”等形式的环境变量。

回顾一下，你可以使用

nvcc --version

查找 CUDA 版本。 我认为这应该是您的第一个停靠港。 如果您安装了多个版本的 CUDA，此命令应打印出 PATH 上最高副本的版本。

输出如下所示：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2020 NVIDIA Corporation
Built on Thu_Jun_11_22:26:38_PDT_2020
Cuda compilation tools, release 11.0, V11.0.194
Build cuda_11.0_bu.TC445_37.28540450_0

我们可以通过 sed 传递这个输出来选择 MAJOR.MINOR 发布版本号。

CUDA_VERSION=$(nvcc --version | sed -n 's/^.*release \([0-9\.]\+\).*$/\1/p')

如果 nvcc 不在您的路径上，您应该能够通过指定 nvcc 的默认位置的完整路径来运行它。

/usr/local/cuda/bin/nvcc --version

其中的输出同上，同样可以解析。

或者，您可以从 version.txt 文件中找到 CUDA 版本。

cat /usr/local/cuda/version.txt

其中的输出

CUDA Version 10.1.243

可以使用 sed 进行解析，以找出 MAJOR.MINOR 发布版本号。

CUDA_VERSION=$(cat /usr/local/cuda/version.txt | sed 's/.* \([0-9]\+\.[0-9]\+\).*/\1/')

请注意，有时 version.txt 文件指的是与 nvcc --version 不同的 CUDA 安装。在这种情况下，nvcc 版本应该是您实际使用的版本。

我们可以将这三种方法结合在一起，以稳健地获得 CUDA 版本，如下所示：

if nvcc --version 2&> /dev/null; then
    # Determine CUDA version using default nvcc binary
    CUDA_VERSION=$(nvcc --version | sed -n 's/^.*release \([0-9\.]\+\).*$/\1/p');

elif /usr/local/cuda/bin/nvcc --version 2&> /dev/null; then
    # Determine CUDA version using /usr/local/cuda/bin/nvcc binary
    CUDA_VERSION=$(/usr/local/cuda/bin/nvcc --version | sed -n 's/^.*release \([0-9\.]\+\).*$/\1/p');

elif [ -f "/usr/local/cuda/version.txt" ]; then
    # Determine CUDA version using /usr/local/cuda/version.txt file
    CUDA_VERSION=$(cat /usr/local/cuda/version.txt | sed 's/.* \([0-9]\+\.[0-9]\+\).*/\1/')

else
    CUDA_VERSION=""

fi

此环境变量对于下游安装很有用，例如当 pip 安装为正确 CUDA 版本编译的 pytorch 副本时。

python -m pip install \
    "torch==1.9.0+cu${CUDA_VERSION/./}" \
    "torchvision==0.10.0+cu${CUDA_VERSION/./}" \
    -f https://download.pytorch.org/whl/torch_stable.html

同样，你可以在没有安装 CUDA 的情况下安装 CPU 版本的 pytorch。

if [ "$CUDA_VERSION" = "" ]; then
    MOD="+cpu";
    echo "Warning: Installing CPU-only version of pytorch"
else
    MOD="+cu${CUDA_VERSION/./}";
    echo "Installing pytorch with $MOD"
fi

python -m pip install \
    "torch==1.9.0${MOD}" \
    "torchvision==0.10.0${MOD}" \
    -f https://download.pytorch.org/whl/torch_stable.html

但请注意这一点，因为当您打算获得 GPU 支持时，您可能会意外安装仅 CPU 版本。 例如，如果您在没有 GPU 的服务器登录节点上运行安装脚本，您的作业将部署到有 GPU 的节点上。在这种情况下，登录节点通常不会安装 CUDA。

Answer 4

在 Windows 10 上，我在“C:\Program Files\NVIDIA Corporation\NVSMI”中找到了 nvidia-smi.exe；在 cd 进入该文件夹（在我的情况下不在 PATH 中）和 '.\nvidia-smi.exe' 之后它显示

Answer 5

如果您安装了 PyTorch，您只需在 IDE 中运行以下代码：

import torch

print(torch.version.cuda)

Answer 6

在 Ubuntu Cuda V8 上：

$ cat /usr/local/cuda/version.txt
  

您还可以了解安装了哪些 CUDA 版本：

$ ls -l /usr/local | grep cuda

这会给你这样的东西：

lrwxrwxrwx  1 root root    9 Mar  5  2020 cuda -> cuda-10.2
drwxr-xr-x 16 root root 4096 Mar  5  2020 cuda-10.2
drwxr-xr-x 16 root root 4096 Mar  5  2020 cuda-8.0.61

给定一个合理的路径，cuda 指向的版本应该是活动版本（在本例中为 10.2）。

注意：这仅在您愿意假设 CUDA 安装在 /usr/local/cuda 下时才有效（对于具有默认位置的独立安装程序是正确的，但对于将 CUDA 集成为一个包的发行版则不正确） .参考：comment from@einpoklum。

Answer 7

打开终端并运行以下命令：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
sudo make
./deviceQuery

您可以获取CUDA 驱动程序版本、CUDA 运行时版本 的信息，以及GPU(s) 的详细信息。我的输出的图像示例如下。

You can find the image here.

Answer 8

你也可以使用：

nvidia-smi | grep "CUDA Version:" 

检索显式行。

Answer 9

如果 nvcc 和 nvidia-smi 之间存在版本不匹配，则使用不同版本的 cuda 作为驱动程序和运行时环境。

为确保使用相同版本的 CUDA 驱动程序，您需要做的是在系统路径上获取 CUDA。

首先运行 whereis cuda 并找到 cuda 驱动的位置。

然后去.bashrc修改路径变量，使用变量'LD_LIBRARY_PATH'设置搜索的目录优先顺序。

例如

$ whereis cuda
cuda: /usr/lib/cuda /usr/include/cuda.h /usr/local/cuda

CUDA 安装在 /usr/local/cuda，现在我们需要在 .bashrc 中添加路径变量：

vim  ~/.bashrc
export PATH="/usr/local/cuda/bin:${PATH}"

并在此行之后将目录搜索路径设置为：

export LD_LIBRARY_PATH="/usr/local/cuda/lib64:${LD_LIBRARY_PATH}"

然后保存 .bashrc 文件。并将其刷新为：

$ source ~/.bashrc

这将确保您拥有 nvcc -V 和 nvidia-smi 以使用相同版本的驱动程序。

Answer 10

对于 CUDA 版本：

nvcc --version

或者使用，

nvidia-smi

对于 cuDNN 版本：

对于 Linux：

使用以下方法查找 cuDNN 的路径：

$ whereis cuda
cuda: /usr/local/cuda

然后用这个从头文件中获取版本，

$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

对于 Windows，

使用以下方法查找 cuDNN 的路径：

C:\>where cudnn*
C:\Program Files\cuDNN7\cuda\bin\cudnn64_7.dll

然后使用它从头文件中转储版本，

type "%PROGRAMFILES%\cuDNN7\cuda\include\cudnn.h" | findstr CUDNN_MAJOR

如果您在 Windows 上获得两个不同版本的 CUDA - Different CUDA versions shown by nvcc and NVIDIA-smi

Answer 11

在之后找到我的：

whereis cuda

在

cuda: /usr/lib/cuda /usr/include/cuda.h

与

nvcc --version

CUDA 版本 9.1.85

Answer 12

我们有三种方式来检查版本： 在我的例子中，输出如下： - 方式一：-

cat /usr/local/cuda/version.txt

输出：-

CUDA Version 10.1.243

方式2：-

nvcc --version

输出：-

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

方式3：-

/usr/local/cuda/bin/nvcc --version

输出：-

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243

方式4：-

nvidia-smi
NVIDIA-SMI 450.36.06    Driver Version: 450.36.06    CUDA Version: 11.0

输出不一样。不知道为什么会这样。

Answer 13

您可以使用

查看 CUDA 的版本

nvcc -V

或者你可以使用

nvcc --version

或者您可以检查 CUDA 使用的位置

whereis cuda 

然后做

cat location/of/cuda/you/got/from/above/command

Answer 14

如果你在 linux 上运行：

dpkg -l | grep cuda

Answer 15

使用以下命令检查 Conda 安装的 CUDA：

conda list cudatoolkit

以下命令检查 conda 安装的 CUDNN 版本：

conda list cudnn

如果您想通过 CONDA 安装/更新 CUDA 和 CUDNN，请使用以下命令：

conda install -c anaconda cudatoolkit
conda install -c anaconda cudnn

您也可以使用以下命令检查 CUDA 安装：

nvidia-smi

或

nvcc --version

如果您通过 Anaconda 包使用 tensorflow-gpu（您可以通过在控制台中打开 Python 并检查默认 python 在启动时是否显示 Anaconda, Inc. 来验证这一点，或者您可以运行 which python 并检查位置） ，然后手动安装 CUDA 和 CUDNN 很可能无法正常工作。您将不得不通过 conda 进行更新。

如果您想手动安装 CUDA、CUDNN 或 tensorflow-gpu，可以查看此处的说明https://www.tensorflow.org/install/gpu

Answer 16

如果你跑了

nvidia-smi

您应该在命令输出的右上角找到 CUDA 版本。至少我发现了 CUDA 10.0 版的输出，例如，

Answer 17

如果 nvcc --version 不适合您，请使用 cat /usr/local/cuda/version.txt

Answer 18

正如 Jared 在评论中提到的，从命令行：

nvcc --version

（或/usr/local/cuda/bin/nvcc --version）给出了CUDA编译器版本（与工具包版本相匹配）。

从应用程序代码中，您可以查询运行时 API 版本

cudaRuntimeGetVersion()

或带有

的驱动程序API版本

cudaDriverGetVersion()

正如 Daniel 所指出的，deviceQuery 是一个 SDK 示例应用，可查询上述内容以及设备功能。

正如其他人所说，您还可以使用（例如，在 Mac 或 Linux 上）检查 version.txt 的内容

cat /usr/local/cuda/version.txt

但是，如果安装了除/usr/local/cuda 符号链接的版本以外的其他版本的 CUDA 工具包，如果您的PATH 中的另一个版本早于上述版本，则可能会报告不准确的版本，因此请谨慎使用。

Answer 19

我得到 /usr/local - 没有这样的文件或目录。虽然 nvcc -V 给出了

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Sun_Sep__4_22:14:01_CDT_2016
Cuda compilation tools, release 8.0, V8.0.44

Answer 20

在终端输入以下内容即可获得cuda版本：

$ nvcc -V

# below is the result
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2017 NVIDIA Corporation
Built on Fri_Nov__3_21:07:56_CDT_2017
Cuda compilation tools, release 9.1, V9.1.85

---

或者，可以手动通过首先查找安装目录来检查版本：

$ whereis -b cuda         
cuda: /usr/local/cuda

然后cd 进入该目录并检查 CUDA 版本。

Answer 21

在 Ubuntu 上：

试试

$ cat /usr/local/cuda/version.txt 要么 $ cat /usr/local/cuda-8.0/version.txt

有时该文件夹被命名为“Cuda-version”。

如果以上都不起作用，请尝试转到 $ /usr/local/ 并找到您的 Cuda 文件夹的正确名称。

输出应该类似于： CUDA Version 8.0.61

Answer 22

首先你应该找到 Cuda 的安装位置。

如果是像here 这样的默认安装，位置应该是：

对于 ubuntu：

/usr/local/cuda

在这个文件夹中你应该有一个文件

版本.txt

使用任何文本编辑器打开此文件或运行：

cat version.txt

来自文件夹

或

 cat /usr/local/cuda/version.txt 

Answer 23

除了上面提到的之外，您的 CUDA 安装路径（如果在安装过程中没有更改）通常包含版本号

which nvcc 应该给出路径，这会给你版本

PS：这是一种快速而肮脏的方式，上面的答案更优雅，并且会付出相当大的努力得到正确的版本

Answer 24

您可能会发现 CUDA-Z 很有用，以下是他们网站的引述：

“这个程序的诞生是对另一个 Z 实用程序（如 CPU-Z 和 GPU-Z）的模仿。CUDA-Z 显示了有关启用 CUDA 的 GPU 和 GPGPU 的一些基本信息。它适用于 nVIDIA Geforce、Quadro 和 Tesla卡，ION 芯片组。”

http://cuda-z.sourceforge.net/

在支持选项卡上有源代码的 URL：http://sourceforge.net/p/cuda-z/code/，下载实际上不是安装程序，而是可执行文件本身（没有安装，所以这是“快速”）。

此实用程序提供了大量信息，如果您想知道它是如何产生的，可以查看源代码。您可能会搜索其他类似的实用程序。

Answer 25

安装CUDA后可以通过nvcc -V查看版本

我已经安装了 5.0 和 5.5 所以它给出了

Cuda 编译工具，发布 5.5,V5.5,0

此命令适用于 Windows 和 Ubuntu。

Answer 26

如果你已经安装了CUDA SDK，你可以运行“deviceQuery”来查看CUDA的版本