pyVideoTrans

简体中文

English

简体中文

English

Appearance

如果你不需要CUDA加速，则无需安装和配置CUDA、cuDNN等 ​

CUDA 是英伟达（NVIDIA）推出的一种工具，能让你的显卡帮你干更多活儿。在本软件(pyVideoTrans)中，如果想启用CUDA加速，必须先安装CUDA环境，本文将手把手教你在 Windows 10 上安装 CUDA 12.8，以及配套的 cuDNN 9.11。

Windows预打包版绑定的是 CUDA12.8，其他版本未测试 Windows10上可以安装 cuDNN 9.8, Windows11必须安装cuDNN9.11或更高版本

第一步：检查你的显卡是不是英伟达的 ​

  1. 打开设备管理器

    • 右键点击桌面左下角的“开始”按钮（那个 Windows 图标）。
    • 在弹出的菜单里选“Windows管理工具-计算机管理”，会打开窗口。

  2. 找到显卡信息

    • 在计算机管理打开的窗口里左侧点击设备管理器，右侧找到“显示适配器”（Display adapters），点一下前面的小箭头展开。

    • 看看里面有没有“NVIDIA”字样，比如“NVIDIA GeForce GTX 1660”之类。

    • 如果有，恭喜，你的显卡是英伟达的，可以继续往下走。如果没有（比如显示“Intel”或“AMD”），那 CUDA 用不了，教程到此为止。

第二步：检查显卡驱动版本并升级 ​

  1. 打开英伟达管理软件

    • 如果你装过显卡驱动，桌面右下角的任务栏（时间旁边）可能有个绿色“NVIDIA”图标。右键它，选择“NVIDIA GeForce Experience”打开。

    • 如果没有，跳到第 3 步手动下载。

  2. 检查驱动版本并升级

    • 打开后，点击左上角的“驱动程序”（Drivers）。
    • 它会显示当前驱动版本（比如“546.33”），如果有新版本，会有“下载”按钮。
    • 点击“下载”，然后按提示安装，安装完重启电脑。

  3. 没有软件？手动下载驱动

第三步：检查是否已有 CUDA 并确定最大支持版本 ​

  1. 打开命令行终端（CMD）
    • 按住键盘上的 Windows 键 + R，弹出“运行”窗口。
    • 输入 cmd，按回车，打开一个黑色命令行窗口。

  1. 检查 CUDA 版本
    • 在命令行里输入： nvcc -V

按回车。如果显示类似 Cuda compilation tools, release 12.8, V12.8.xxx，说明已经装了 CUDA，版本是 12.8。如果显示“不是内部或外部命令”，说明没装过，往下走安装。

如果版本是 11.x，请先卸载然后重新安装12.8。

  1. 查看支持的最大 CUDA 版本
    • 在命令行输入： nvidia-smi

按回车，会显示一个表格，右上角有“CUDA Version”（比如 12.8 或更高）。这表示你的驱动支持的最高版本。只要是 12.8 或以上，就可以装我们想要的 CUDA 12.8。 如果显示是 11.x，说明显卡驱动太旧了，请先更新显卡驱动。

第四步：下载并安装 CUDA 12.8 ​

  1. 下载 CUDA 12.8
    • 打开浏览器，进入英伟达官网下载页面：https://developer.nvidia.com/cuda-12-8-1-download-archive
    • 选择“Windows” > “x86_64” > “10(如果是win11系统，则选择11)” > “exe (local)”，点击“Download”。
    • 文件名大概是 cuda_12.8.1_572.61_windows.exe，会下载到你的“下载”文件夹。

  1. 安装 CUDA（自定义模式）

    • 双击下载的文件，弹出安装窗口，同意协议并下一步。

    • 选择“自定义（高级）”安装，点击“下一步”。

    • 在选项列表里，只勾选第一行的“CUDA”，其他都去掉勾选，避免冲突。

  • 然后点击 CUDA 前的+号，去掉Visual Studio Integration，否则容易安装失败

  • 点击“下一步”，按提示完成安装，默认路径是 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6。

  1. 遇到错误怎么办？

    • 如果安装中断，提示“未安装”或“失败”，可能是选项没选对。重新运行安装程序，选择自定义安装，确保只选第一行的CUDA”，其他全取消，并且点开 CUDA 取消 Visual Studio Integration。
    • 如果还是出错，跳到下一步安装 Visual Studio。

第五步：安装 Visual Studio（如果 CUDA 安装失败未失败可跳过该步） ​

上一步如果取消了Visual Studio Integration，应该不会出错，假如出错了，请照此安装 Visual Studio

  1. 下载 Visual Studio 社区版

  2. 安装 C++ 开发环境

    • 双击安装器，弹出窗口后选“桌面开发使用 C++”（Desktop development with C++）。
    • 点击“安装”，可能需要几十分钟，装完后重启电脑。

  1. 重新安装 CUDA 12.8
    • 回到第四步，重新运行 CUDA 安装程序，按自定义模式只选“Runtime”安装。这次应该能成功。

第六步：验证 CUDA 安装并配置环境变量 ​

  1. 检查安装是否成功

    • 打开 CMD（Windows 键 + R，输入 cmd）。
    • 输入： nvcc -V 如果显示 Cuda compilation tools, release 12.8, V12.8.xxx，说明安装成功。如果提示“不是内部或外部命令”，需要加环境变量。

  2. 添加 CUDA 到环境变量(默认已自动设置，如果没有，请手动添加)

    • 右键“此电脑”，选“属性” > “高级系统设置” > “环境变量”。
    • 在“系统变量”的“Path”里，点击“新建”，输入：
      C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\include
    • 点击“确定”保存，关闭所有窗口。
    • 重新打开 CMD，输入 nvcc -V，应该能看到版本信息了。

第七步：安装 cuDNN 9.11 ​

  1. 下载 cuDNN 9.11

  1. 安装 cuDNN

    • 双击下载的 .exe 文件，按提示安装。

  2. 添加环境变量

添加方法和CUDA一样,如果你安装的不是 cudnn9.11,那么你需要修改下方的v9.11为你的版本，同时你应该进入C:\Program Files\NVIDIA\CUDNN\v你的版本号\bin 这个文件夹中，看看这里显示的子文件夹明是什么,cudnnv9.11下会显示 12.9 不同的版本显示不同，然后修改12.9为实际显示的数字。

这里可能大于安装的CUDA12.8版本，不用担心，这是兼容的

  • C:\Program Files\NVIDIA\CUDNN\v9.11\bin\12.9
  • C:\Program Files\NVIDIA\CUDNN\v9.11\lib\12.9
  • C:\Program Files\NVIDIA\CUDNN\v9.11\include\12.9

完整的环境变量示意图，具体安装cuda和cudnn版本不同则显示不同

最后：大功告成！ ​

重启下电脑。 现在 CUDA 12.8 和 cuDNN 9.11 都装好了！你可以开始运行需要 GPU 支持的程序了。如果有软件说明（比如运行 python script.py），在 CMD 里进入项目文件夹，输入对应命令试试。

有用的资源链接 ​

  1. cuDNN所有版本下载地址： https://developer.nvidia.com/cudnn-archive
  2. CUDA所有版本下载地址： https://developer.nvidia.com/cuda-toolkit-archive