本文系统ubuntu18
首先明白三个概念。
- GPU
- CUDA driver
- CUDA Toolkit
这三个都有各自的版本，以至于适配起来很麻烦。
GPU
就是我们的硬件。每个电脑的显卡型号不同，比如我的是GeForce 1070TI。这个都是买电脑的时候就确定的，没什么可说。
查看版本命令：
lspci | grep -i vgaCUDA driver
CUDA driver是驱动程序，驱动用于电脑正常显示图片、视频等文件。这里额外的介绍一下硬件驱动的作用，这样就可以明白ta到底有什么用。
驱动的作用？
比如，对于鼠标而言有鼠标驱动。不安装，即使插上鼠标也不能移动。（但是目前装系统都自带了鼠标、键盘等外设的驱动，否则都是需要下载的。）
音响有音响的驱动，新买的电脑插上音响没声音，大部分是因为没装驱动。
打印机也有各自的驱动，想要使用打印机必须先安装对应的驱动。驱动的第一个作用就是让操作系统识别到硬件设备。拿打印机而言，不装对于的驱动，系统会警告识别不出设备。（惠普打印机常常让人头疼）
更好的叫法:是GPU driver 或者显卡 driver（硬件名+驱动）。另一方面避免和toolkit混淆。
查看版本命令：
nvidia-smiCUDA toolkit
简单来说，就是开发CUDA程序所需要的套件。为啥CUDA toolkit和CUDA driver造成混淆，原因如下：
- 安装CUDA toolkit时，有些安装方式会同时安装CUDA driver和CUDA toolkit。
- 名字里都有CUDA。所以我习惯叫GPU驱动。
CUDA toolkit里面包含了很多东西，nvcc编译器、调试器、IDE等等。
类比：
安装了一个VS2015，里面包含了C++开发的所有东西。
此时C++的编译器对应于nvcc编译器。安装VS的同时会自带一些C++的标准库，对应于NVCC里自带的CUDA扩展。
安装了一个anaconda，里面包含了python的解释器，以及numpy等等。（当然对比VS更合理）
这时候就可以引入cuDNN了。安装CUDA toolkit里并没有包含所有库，只是一些必要的库。比如anaconda里并没有pytorch这个东西。所里需要这个库的时候，要额外安装。
nvcc -VCUDA runtime API和CUDA driver API的区
CUDA driver API对应于CUDA driver。
CUDA runtime API 对应于CUDA toolkit。
类比：
直接操作CPU需要通过汇编语言，后来一些人开发了更高层的C和C++，间接控制CPU。
把这句话换成GPU版本如下
直接操作GPU需要通过CUDA driver API，后来一些人开发了更高层的CUDA runtime API，间接控制GPU。
当然这种说法不是特别严谨，但是这些API之间的位置就是这样的。
runtime API版本查看
#其实就是上面的 toolkit版本
nvcc -Vdriver API版本查看
nvidia-smi重装是安装cudalib失败
