企业官网建设流程全解析

NVIDIA显卡驱动安装&更新-Windows系统

前言

很多人装 PyTorch 报 GPU 不可用、CUDA 不匹配，本质都是版本链条没对齐。

完整依赖关系如下：

显卡硬件决定了可支持的驱动版本上限 → 安装好的 NVIDIA 显卡驱动，决定了系统可支持的最高 CUDA 版本 →

我们安装的 PyTorch 内置 CUDA 版本，必须小于等于驱动支持的最高 CUDA 版本。（有关 PyTorch的安装看我主

页）

核心原则：从 PyTorch 出发，往下找 CUDA，再找驱动

选版本的顺序： PyTorch 版本（你需要什么功能） ↓ PyTorch 支持的 CUDA 版本（查官网） ↓ 该 CUDA 版本需要的最低驱动版本 ↓ 确认你的驱动 ≥ 最低要求，否则升级驱动

1.检查自己的显卡和驱动版本

（1）检查显卡版本—得到电脑显卡硬件支持的CUDA
在cmd命令窗口里面，输入wmic path win32_videocontroller get caption

我的显卡版本是NVIDIA GeForce GTX 1650 Ti
然后查看一下自己的显卡支持的最佳CUDA，选择合适的驱动版本，问问豆包、千文就行
我的显卡GTX1650Ti 硬件层面支持的CUDA最佳版本是小于等于11.8，其实我已经安装了PyTorch版本：1.12.1+cu113

（2）驱动版本—得到电脑原来驱动支持的CUDA
在cmd命令窗口里面，输入nvidia-smi

我的驱动版本是566.36，驱动支持的CUDA最高版本是12.7
哈哈，我都不想重新安装驱动了
继续来，安装一个新一点的吧

2.下载驱动

（1）进入官网

进入NVIDIA官网<https://www.nvidia.cn/>，点击右上角的【驱动】

（2）驱动搜索

在【手动驱动搜索】输入自己的显卡信息NVIDIA GeForce GTX 1650 Ti
这一步会给你匹配合适你显卡的驱动

（3）选择驱动

点击【查找】，进入如下界面
我们跑深度学习优先选择Studio驱动，我选择驱动版本为591.44

注意
经 AI 搜索查询，驱动版本591.44最高支持CUDA 13.1，可正常使用的 CUDA 版本包括：
CUDA 13.1、13.0；
12.0、12.1、12.2、12.3、12.4、12.5、12.6、12.7、12.8、12.9；
以及CUDA 11.0、11.1、11.2、11.3、11.4、11.5、11.6、11.7、11.8 全系列 CUDA Toolkit；
CUDA 13.2 及更高版本不在该驱动兼容范围内，无法正常使用
我的笔记本搭载GTX 1650Ti 显卡，对应算力满足需求，驱动版本591.44完全够用。

（4）下载驱动

下载完成

（5）安装驱动

①双击上图的【.exe文件】，得到下图

【Extraction path:】这是一个临时文件用于解压，放在哪里都行，我就放在这个文件夹了C:\Windows\Temp\NVIDIA，安装完成之后该文件夹应该为空
②点击【ok】
等待安装即可

③选择【NVIDIA 图形驱动程序】

**NVIDIA 显卡驱动程序和 NVIDIA App（默认选中）：**除核心显卡驱动外，会一并安装新版NVIDIA App（替代旧
版 GeForce Experience），包含显卡监控、游戏优化、驱动更新、截图录像等配套软件。
**NVIDIA 图形驱动程序（纯净选项）：只安装最核心的显卡驱动，不会安装 NVIDIA App，没有多余附加软件，占
用空间更小。
跑深度学习用【NVIDIA 图形驱动程序】**就行，而且我电脑内存有限
④点击【同意并继续】
然后如图

⑤选择【精简】点击【下一步】
一般精简安装即可，如果有不想更新的，使用自定义安装
安装过程可能会黑一下屏，不要太过慌张（我是黑了一下，不知道其他人），然后会很占用内存，所以如果在运行一些大的程序建议先暂停，否则容易卡住

到此安装完成

3.检查驱动

打开cmd，输入nvidia-smi命令来确定cuda driver版本
可以看到，我的驱动从566.36提升到了591.44

4.检查之前的PyTorch是否可用

我之前基于驱动566.36安装了PyTorch，现在看看还能不能用
打开cmd,输入下面的代码

python import torch print("PyTorch版本：", torch.__version__) print("CUDA是否可用：", torch.cuda.is_available()) if torch.cuda.is_available(): print("显卡名称：", torch.cuda.get_device_name(0)) print("PyTorch绑定CUDA版本：", torch.version.cuda)

显示原来的PyTorch还可以使用

PyTorch版本： 1.12.1+cu113 CUDA是否可用： True 显卡名称： NVIDIA GeForce GTX 1650 Ti PyTorch绑定CUDA版本： 11.3