如何查看当前CUDA版本？

Question

如何在Linux系统中查看当前安装的CUDA版本？常见方法包括使用`nvcc --version`命令，但有时会提示命令未找到，可能是因为CUDA未正确配置环境变量。此外，通过`nvidia-smi`命令也可查看驱动支持的CUDA版本，但这显示的是最高兼容版本，而非实际安装的CUDA Toolkit版本。如何准确区分并查看系统中实际安装的CUDA版本？

Answer 1

如何在Linux系统中查看当前安装的CUDA版本

CUDA（Compute Unified Device Architecture）是NVIDIA推出的并行计算平台和编程模型，广泛应用于深度学习、高性能计算等领域。在实际开发与部署过程中，准确识别系统中安装的CUDA Toolkit版本至关重要。本文将从基础命令出发，逐步深入探讨不同场景下的版本识别方法，并解析常见问题及其根源。

1. 常见方法一：使用 nvcc --version

nvcc 是 NVIDIA CUDA Compiler 的简称，属于 CUDA Toolkit 的一部分。执行以下命令可直接获取已安装的 CUDA 编译器版本：

nvcc --version

输出示例：

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Wed_Sep_27_14:54:58_PDT_2023
Cuda compilation tools, release 12.3, V12.3.107

其中，“release 12.3”即表示当前安装的 CUDA Toolkit 版本为 12.3。

然而，若系统提示 command not found: nvcc，则可能原因如下：

• CUDA Toolkit 未安装
• 环境变量 PATH 未包含 nvcc 所在路径（通常位于 /usr/local/cuda/bin）
• 多版本 CUDA 共存但软链接未指向正确版本

2. 常见方法二：通过 nvidia-smi 查看驱动支持的CUDA版本

运行以下命令：

nvidia-smi

输出中会显示类似信息：

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 535.129.03   Driver Version: 535.129.03   CUDA Version: 12.2     |
+-----------------------------------------------------------------------------+

此处的“CUDA Version: 12.2”指的是该显卡驱动所能支持的最高 CUDA 运行时版本，并不代表实际安装的 CUDA Toolkit 版本。例如，即使你安装的是 CUDA 11.8，只要驱动支持 12.2，这里仍会显示 12.2。

因此，nvidia-smi 提供的是硬件兼容性上限，而非软件安装状态。

3. 区分 CUDA Driver API 与 CUDA Runtime API

理解以下两个概念对版本识别至关重要：

类别	说明	查看方式
CUDA Driver API	由显卡驱动提供，决定最大可支持的CUDA运行版本	nvidia-smi
CUDA Runtime API	由 CUDA Toolkit 提供，用于编译和运行 CUDA 程序	nvcc --version

开发者常混淆二者，导致误判实际可用版本。

4. 当 nvcc 不可用时的替代方案

若 nvcc 命令无法找到，可通过查找文件系统中的 CUDA 安装目录来确认是否存在 Toolkit：

ls /usr/local/ | grep cuda

常见输出：

cuda
cuda-11.8
cuda-12.3

接着检查版本文件：

cat /usr/local/cuda/version.txt

或对于新版：

cat /usr/local/cuda/version.json

内容示例如下：

{
  "cuda_version": "12.3.107"
}

5. 多版本共存与符号链接管理

Linux 系统常存在多个 CUDA 版本，通过软链接 /usr/local/cuda 指向当前默认版本：

ls -l /usr/local/cuda

输出：

lrwxrwxrwx 1 root root 20 Apr  5 10:12 /usr/local/cuda -> /usr/local/cuda-12.3

可通过修改此链接切换默认版本：

sudo rm /usr/local/cuda
sudo ln -s /usr/local/cuda-11.8 /usr/local/cuda

同时需确保 PATH 和 LD_LIBRARY_PATH 正确设置：

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

6. 使用脚本自动化检测流程

以下是一个 Bash 脚本，综合判断 CUDA 安装情况：

#!/bin/bash
echo "=== CUDA Installation Detection ==="

# 方法1: nvcc
if command -v nvcc > /dev/null; then
    echo "[✓] nvcc found:"
    nvcc --version | grep "release"
else
    echo "[✗] nvcc not in PATH"
fi

# 方法2: nvidia-smi
if command -v nvidia-smi > /dev/null; then
    echo "[i] Driver supports up to:"
    nvidia-smi | grep "CUDA Version"
else
    echo "[!] nvidia-smi not available"
fi

# 方法3: 文件系统检查
for dir in /usr/local/cuda*; do
    if [[ -d "$dir" && -f "$dir/version.txt" ]]; then
        echo "[i] Found CUDA install: $dir"
        cat "$dir/version.txt"
    fi
done

7. 流程图：CUDA版本识别决策逻辑

graph TD A[开始] --> B{nvcc --version 是否成功?} B -- 是 --> C[输出CUDA Toolkit版本] B -- 否 --> D{nvidia-smi 是否可用?} D -- 是 --> E[获取驱动支持的最大CUDA版本] D -- 否 --> F[检查PCIe设备是否存在GPU] E --> G[搜索/usr/local/cuda*目录] G --> H{是否存在version.txt或version.json?} H -- 是 --> I[读取实际安装版本] H -- 否 --> J[可能仅安装驱动，未装Toolkit] I --> K[输出结果] J --> K

8. 实际案例分析：误报与排查

某用户反馈其系统显示 nvidia-smi 支持 CUDA 12.2，但 PyTorch 报错无法使用 CUDA。经排查发现：

1. nvcc --version 报错：command not found
2. ls /usr/local/cuda* 显示仅有 /usr/local/cuda-11.8
3. /usr/local/cuda 软链接缺失
4. PATH 中无 CUDA bin 路径

解决方案：

sudo ln -s /usr/local/cuda-11.8 /usr/local/cuda
export PATH=/usr/local/cuda/bin:$PATH
source ~/.bashrc

重新运行后，nvcc --version 成功输出版本信息，PyTorch 也能正常调用 CUDA。