wiki上关于CUDA的介绍（显卡算力查询）

官方算力表：https://developer.nvidia.com/cuda-gpus#compute https://docs.nvidia.com/datacenter/tesla/drivers/index.html#cuda-arch-matrix https://en.wikipedia.org/wiki/CUDA#GPUs_supported

 http://baike.baidu.com/view/1488597.htm

查询的官网地址https://developer.nvidia.com/cuda-gpus#collapseOne CUDA-Enabled Tesla Prod...

1.GPUTFLOPS(teraFLOPS FLoating-point Operations Per Second每秒浮点运算次数)单精度也就是运算性能，决定了运算速度，首选1080ti、2080ti、Titan V,不过性能最强的titan V的价格是2080ti的三倍VRAM(显存):显存大小决定了我们的网络模型能不能执行，大型的卷积神经网络会使用超过8G以上的显存，因此购买具有大显存的显卡...

神经网络 tensorflow 深度学习 机器学习 包含Tesla和GeForce、TITAN及RTX系列等 显卡算力对比表

地址：https://developer.nvidia.com/zh-cn/cuda-gpus Tesla 工作站产品 GPU 计算能力 Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tesla C2075 2.0 Tesla C2050 或 C2070 2.0 NVIDIA 数据中心产品 GPU 计算能力 NVIDIA A100 8.0 NVIDIA T4 7.5 N.

参考：https://en.wikipedia.org/wiki/CUDA。

在创建的虚拟环境中安装Pytorch（安装Pytorch， 安装3个包，直接从官网找到对应的conda版本/pip版本文件）2.打开命令窗口，输入nvidia-smi确定cuda driver版本(本人：11.6)搜索cmd(命令提示符)----nvidia-smi。1.安装显卡驱动最新版本--nvidia官网。1.首先，确定自己显卡的算力---确定自己的显卡型号。5.最终确定适用CUDA 11.1-11.6。点击任务管理器---性能。----确定显卡算力（8.6）2.CUDA官网----

至此显卡驱动、CUDA和cuDNN就安装完成了，安装过程中主要是禁用开源显卡驱动和操作系统内核版本的匹配安装。

原标题：centos7笔记本双显卡安装nvidia驱动并成功安装cuda这是一篇介绍如何在笔记本上使用centos 7 系统安装nvidia驱动和cuda 的文章。本篇还会介绍清晰的安装思路。探索了三天才完成，最后才搞懂思路，中间其实遇到了一个正确的教程，但是没有思路，所以一直没成功，这里先介绍一下前两天发生的坑。事情是这样发生的，一天下午下了班，我想在linux下开发和研究神经网络模型，我通过g...

由于我的cuda版本为11.0，对应的python版本选择了3.7，tensorflow_gpu选择了2.4.0，cudnn选择了8.0。未能直接查到对应的计算机算力，但是根据表格推测算力在7.5-8.0之间，根据计算能力查找cuda对应的版本。下载tensorflow-gpu（这样速度会快很多，注意这时候不要科学上网，不然无法下载）可以看的你电脑大概支持的cuda版本，所以我选择了11.0，最好不要选最新的。cuda的版本选择根据电脑的算力来，下面介绍算力对应。选择Cuda之前，先要检查GPU（

-

英伟达官网：https://developer.nvidia.com/cuda-gpus#collapseOne

能科学上网的朋友可以自己进入网站查询： https://en.wikipedia.org/wiki/CUDA#GPUs_supported 得到下图，可以看到我电脑的驱动对应的CUDA最高版本为12.1

填坑之2，获取显卡对应的计算能力。 调cuda总说要算力匹配，但是一堆表格里有时候又难以找到显卡对应算力，因此利用cuda samples文件夹的自带例程获取。 利用Samples_vs20xx.sln中的matrixMul工程跑，会输出相应算力信息。对应填入项目属性-CUDA C/C++-Device的Code Generation “compute_xx, sm_xx;”即可 ...

CUDA计算能力&显卡对照表: 最新信息参考这个: https://developer.nvidia.com/cuda-gpus Tesla Workstation Products GPU Compute Capability Tesla K80 3.7 Tesla K40 3.5 Tesla K20 3.5 Tesla C2075 2.0 Tesla C2050/C2070 2.0 NVIDIA Data Center Products GPU C