cuda和cuDNN安装

### 安装 CUDA 和 cuDNN

#### Linux 系统上的安装过程

对于Linux系统，安装CUDA和cuDNN的过程涉及几个关键步骤。确保下载与系统架构相匹配的版本[^1]。

首先，通过访问NVIDIA官方网站获取适合系统的CUDA Toolkit版本。完成下载后，按照官方文档指导执行安装命令。通常情况下，这涉及到运行安装脚本或使用包管理器进行安装：

sudo dpkg -i cuda-repo-ubuntu2004_11.4.1-1_amd64.deb  # 示例命令，具体取决于所选版本
sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

接着，为了使环境变量生效，在`~/.bashrc`文件中添加如下路径设置：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
source ~/.bashrc

随后，针对cuDNN部分，同样需前往NVIDIA官网下载对应于已安装CUDA版本的cuDNN库，并解压至指定位置。最后一步是复制必要的动态链接库到CUDA目录下以便程序调用[^3]：

tar -xzvf cudnn-linux-x86_64-*.*.*_*-archive.tar.xz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include/
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64/
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

#### Windows 系统上的安装指南

在Windows环境下，推荐采用图形界面方式进行CUDA工具包的部署。启动安装向导前，请确认计算机硬件支持DirectX 12及以上标准以及拥有至少4GB显存的GPU设备。遵循提示逐步完成整个流程即可成功配置开发环境。

至于cuDNN，则可通过ZIP压缩包形式提供给用户自行提取至相应路径；注意保持两者版本间的兼容性关系[^2]。

#### macOS 上的操作建议

由于macOS自带Metal API作为替代方案，因此原生支持并不理想。不过借助虚拟机或者双系统解决方案仍然可行实现上述功能需求。值得注意的是，苹果M系列芯片目前仅限特定条件下才能有限度地发挥CUDA效能。