CUDA Toolkit 13.0 下载 |NVIDIA 开发人员 

cuDNN 9.11.0 下载 |NVIDIA 开发人员 

NVIDIA CUDA 13.0 发布：新特性与快捷更新安装全解析-CSDN博客 

CUDA 13.0 适配的 cuDNN 9.11 发布：网页内容速览

 

cuDNN 作为基于 CUDA 的深度学习加速库，在 CUDA 13.0 更新后，其 9.11 版本也已发布，官方网页对该版本有详细介绍。

 

一、新特性亮点

从网页内容可知，cuDNN 9.11 在性能和功能上有不少提升。

性能方面，针对 Blackwell-architecture 架构 GPU 优化了 DeepSeek 相关用例的注意力计算，在 Ampere 及后续架构 GPU 上支持灵活块大小的矩阵乘法，让计算更高效。

功能上，分页注意力支持 FP8 输入，层归一化计算有新的融合模式，能减少数据传输和存储，提升效率。

二、安装相关

官网提供了 cuDNN 9.11 的下载，需根据操作系统、CUDA 13.0 版本和硬件架构选择安装包。

Linux 系统可通过解压安装包，将头文件和库文件复制到 CUDA 13.0 目录并设置权限完成安装；Windows 系统下载 exe 文件后按向导操作，还需手动添加相关路径到环境变量。

 

cuDNN 也可以通过下面的包管理器之一下载：

使用 conda 快速安装

conda install nvidia::cudnn cuda-version=12

安装 cuDNN 库 

使用 pip 快速安装

pip install nvidia-cudnn

 安装 cuDNN 库

pip install nvidia-cudnn-frontend

 安装 cuDNN 前端 API

使用 Docker 快速拉取

docker pull nvidia/cuda:12.8.1-cudnn-devel-ubuntu22.04

 安装 cuDNN lLibrary

CUDA 深度神经网络 （cuDNN） |NVIDIA 开发人员 

 

三、验证方法

安装后可检查 cuDNN 版本信息，Linux 用特定命令查看，Windows 则检查相关文件。也可运行深度学习框架测试程序，如用 PyTorch 简单脚本验证能否正常工作。

四、协同工作

cuDNN 9.11 专门适配 CUDA 13.0，与 PyTorch、TensorFlow 等框架集成紧密，能优化各类深度学习运算，提升开发效率。

如需了解更多细节，可访问cuDNN 官方下载页面。