模型部署推理时，涉及Trt与CUDA版本匹配的问题，本文记录一下如何查询匹配的CUDA，cuDNN和TensorRT版本，并配置安装。

先说版本结论：
40系卡推荐版本：CUDA-11.8，cuDNN-8.6.0，TensorRT-8.5.3.1
30系卡推荐版本：CUDA-11.1，cuDNN-8.2.1，TensorRT-8.2.4.2

具体可按下述步骤查看支持与匹配的版本：

一、 确定适合的版本

1. 查询显卡型号和计算能力

（1）Win + R，运行中输入dxdiag，弹出页面中查看显卡型号为：RTX 4060 Laptop

（2）打开如下网址：查看显卡对应的计算能力，本机RTX 4060 Laptop的计算能力为8.9

CUDA GPUs - Compute Capability | NVIDIA Developer

2. TensorRT查看支持计算能力的TensorRT版本和适配CUDA版本和cuDNN版本

（1）打开TensorRT官网说明文档，查看各版本支持的计算能力。
https://docs.nvidia.com/deeplearning/tensorrt/archives/index.html#trt_8

（2）查看各版本支持的计算能力平台，支持8.9算力的最低TensorRT版本为8.5.1，版本选择一般选当前大版本下最新的小版本，此处选择TensorRT-8.5.3.1。根据脚注23说明，匹配的CUDA版本最低为CUDA-11.8

（3） 支持平台显示匹配的cuDNN版本为cuDNN 8.6.0

至此确定版本为：CUDA-11.8，cuDNN-8.6.0，TensorRT-8.5.3.1
30系卡推荐版本：CUDA-11.1，cuDNN-8.2.1，TensorRT-8.2.4.2

二、Windows下安装

1. CUDA安装

（1）以下网址查看CUDA历史版本，下载指定的版本
https://developer.nvidia.com/cuda-toolkit-archive


（2）下载完成后，双击按步骤进行即可。
nvidia-smi查看当前显卡驱动最高支持的CUDA版本。如图，本机驱动版本为528.52，最高支持CUDA版本12.0

驱动支持选定的CUDA版本时，若不想切换显卡驱动，可选择自定义安装，取消勾选Driver components。

（3）安装多版本的CUDA可将系统变量和Path中要生效版本的环境变量移到上面

2. cuDNN安装

（1）以下网址查看cuDNN历史版本，选定对应的版本
https://developer.nvidia.com/cudnn-archive

（2）下载完成后，将压缩包中文件拷贝到CUDA安装的路径下即可。

3. TensorRT安装

（1）以下网址查看TensorRT历史版本，选择对应的版本下载
https://developer.nvidia.com/tensorrt/download

（2）将安装包解压到要放置的路径下，配置TensorRT的lib路径到环境变量Path中，生效版本以在上的版本为主：

（3）为了方便部署onnx模型，可将TrT中bin文件夹下可执行文件trtexec.exe文件拷贝到lib文件夹下。这样直接编辑bat脚本即可完成模型的部署

4. 验证CUDA安装成功

Windows终端输入指令，验证CUDA配置版本，完成安装

 nvcc -V