查看電腦上安裝的CUDA版本的多種方法，適用于不同系統和場景。

---

方法一：通過命令行工具

1. 查看CUDA Driver API版本（顯卡驅動支持的CUDA版本）

• 命令：nvidia-smi
• 操作：
  1. 打開終端（Windows為CMD/PowerShell，Linux/macOS為Terminal）。
  2. 輸入命令后，頂部顯示的 CUDA Version 是驅動支持的最高CUDA版本，可能與實際安裝的Runtime版本不同。

  nvidia-smi
  

  輸出示例：

  +-------------------------------+----------------------+----------------------+
  | NVIDIA-SMI 535.154         Driver Version: 535.154       CUDA Version: 12.2 |
  

2. 查看CUDA Runtime版本（實際安裝的CUDA Toolkit版本）

• 命令：nvcc -V 或 nvcc --version
• 操作：
  1. 若已安裝CUDA Toolkit，此命令會顯示當前Runtime版本。
  2. 若提示“nvcc未找到”，需檢查CUDA是否安裝或環境變量是否配置正確。

  nvcc -V
  

  輸出示例：

  nvcc: NVIDIA (R) Cuda compiler driver
  Built with CUDA Version 11.8.0
  

---

方法二：通過NVIDIA控制面板（僅Windows）

1. 右鍵桌面空白處 → 選擇 NVIDIA控制面板。
2. 點擊左下角 系統信息 → 組件 標簽頁。
3. 找到 NVCUDA.DLL 條目，右側顯示版本號為CUDA Runtime版本。

---

方法三：通過文件系統查看

Windows系統

• 路徑：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\
  • 此目錄下的子文件夾（如 v11.8）即為已安裝的CUDA版本。

Linux/macOS系統

• 命令：cat /usr/local/cuda/version.txt
  • 若顯示文件不存在，檢查是否已正確安裝CUDA Toolkit。

---

方法四：通過Python環境（適用于深度學習框架用戶）

• PyTorch/TensorFlow代碼：

  import torch
  print(torch.version.cuda)  # 輸出如 "11.8"
  

  注意：此版本是框架編譯時使用的CUDA Runtime版本，可能與系統安裝的版本不同。

---

常見問題與解決

1. nvcc 命令找不到：

   • 原因：CUDA Toolkit未安裝或環境變量未配置。
   • 解決：重新安裝CUDA Toolkit，并確保 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.Y\bin 添加到系統 PATH 中。

2. Driver與Runtime版本不一致：

   • 說明：nvidia-smi 顯示驅動支持的CUDA版本，nvcc -V 顯示實際安裝的Runtime版本，兩者可不同。

---

總結

• 推薦步驟：
  1. 運行 nvidia-smi 查看驅動支持的CUDA版本。
  2. 使用 nvcc -V 或文件系統路徑驗證實際安裝的Runtime版本。
  3. 若使用深度學習框架，通過代碼確認編譯環境版本。
• 多版本管理：通過環境變量調整 PATH 優先級，或使用虛擬環境隔離不同版本。