【保姆级】在Windows系统环境下安装CUDA 11.8和cuDNN v8.9.0的详细指南，配套tensorrt8.6使用

weixin_52286364

12244人浏览 · 2025-08-13 12:53:30

weixin_52286364 · 2025-08-13 12:53:30 发布

3.配置环境变量（如果系统环境变量path里面没有）

一、前言

本文将详细介绍如何在Windows操作系统上安装NVIDIA的CUDA 11.8和cuDNN v8.6.0。CUDA是NVIDIA推出的并行计算平台和编程模型，而cuDNN是CUDA的深度神经网络库，提供了高效的GPU加速操作，适用于深度学习框架如TensorFlow和PyTorch。

二、系统要求

操作系统：Windows 10或更高版本
GPU：支持CUDA的NVIDIA显卡（如GTX系列、RTX系列等）
驱动程序：NVIDIA显卡驱动（至少支持CUDA 11.8）
支持的编译器：Visual Studio 2019或更新版本（社区版也可）
三、安装步骤

1. 安装NVIDIA显卡驱动

首先，确保已安装正确版本的NVIDIA显卡驱动，支持CUDA 11.8。

使用 windows + r 快捷键打开运行并输入cmd打开命令行窗口

nvidia-smi

2. 安装CUDA 11.8

下载CUDA 11.8
- 访问CUDA下载页面：CUDA Toolkit 11.8 Downloads | NVIDIA Developer。
- 选择适用于Windows的版本（例如，Windows ，x86_64）并下载安装包。

安装也很简单直接下一步就好。

默认安装目录在： C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

下图用的是别的博主的步骤图

3.配置环境变量（如果系统环境变量path里面没有）

查看是否安装成功 cmd目录下运行 nvcc -V

安装完成后，如果系统环境变量path里面没有，就需要配置环境变量。

默认安装在C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp

4. 安装cuDNN v8.9.0

下载cuDNN v8.9.0
- 访问cuDNN下载页面：cuDNN Archive | NVIDIA Developer。
- 需要登录NVIDIA开发者账户（如果没有，需注册一个）。
- 在下载页面中选择cuDNN v8.9.0 for CUDA 11.8版本，并下载相应的Windows版本（一般是压缩包）。

解压并安装cuDNN
- 解压下载的压缩包，将其中的bin、include和lib文件夹中的文件复制到CUDA的安装目录中：
  - bin目录的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin。
  - include目录的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include。
  - lib目录的文件复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64。
验证安装
- 打开命令提示符（CMD），运行以下命令检查CUDA和cuDNN是否安装成功：
```
nvcc --version
```
- 如果输出显示CUDA版本信息，则表示CUDA已安装成功。
- 另外，可以使用以下Python代码验证cuDNN的安装：
  
  配置完成后，我们可以验证是否配置成功，主要使用CUDA内置的deviceQuery.exe 和 bandwidthTest.exe：
  
  首先win+R启动cmd，cd到安装目录下的 …\extras\demo_suite,然后分别执行bandwidthTest.exe和deviceQuery.exe（进到目录后需要直接输“bandwidthTest.exe”和“deviceQuery.exe”）
```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8
cd.\extras\demo_suite
bandwidthTest.exe
deviceQuery.exe
```

如果发现运行不成功，检查一下以下的路径是不是在系统环境变量中。

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\libnvvp

通过本文的步骤，你已经成功安装了CUDA 11.8和cuDNN v8.9.0，并验证了其正确性。你现在可以利用GPU加速深度学习任务，并使用CUDA开发其他GPU加速应用。