确定安装版本

在安装之前呢，我们需要确定三件事
第一：查看显卡支持的最高CUDA的版本，以便下载对应的CUDA安装包
第二：查看对应CUDA对应的VS版本，以便下载并安装对应的VS版本（vs需要先安装）
第三：确定CUDA版本对应的cuDNN版本，这个其实不用太关注，因为在cudnn的下载页面会列出每个版本对应的cuda版本，11.x以上对应的范围很宽

确定显卡支持的CUDA版本

在显卡驱动被正确安装的前提下，在命令行里输入nvidia-smi.exe，效果如图所示

可以看到显示CUDA Version为11.6，说明该显卡最高支持到11.6，我这里就选择11.6的版本，你也可以选择更低的版本比如 11.5,11.4更低的版本

确定CUDA版本支持的VS版本

查询官方安装文档，这里给出文档地址：https://docs.nvidia.com/cuda/archive/11.6.0/cuda-installation-guide-microsoft-windows/index.html
可知，支持的VS版本如下表：

可以看到支持VS2017的15.x以上的版本，VS2019 16.x以上的版本，也支持VS2022 17.0
我这里选择VS2019

确定CUDA版本对应的cuDNN版本

在cudnn下载页面，我们cuda是11.6，这里就选择cuDNNV8.4.0版本的for CUDA11.x版本即可

好了三个安装版本都确定好了，现在开始一个个安装就行，安装的顺序是先安装vs2019、CUDA11.6、然后是cuDNNV8.4.0，如果 你安装的是别的版本，注意它们之间的版本对应就行，套路是一样的。

安装vs2019

官方下载地址：https://visualstudio.microsoft.com/zh-hans/vs/older-downloads/

因为现在最新的VS2022都出来了，要下载VS2019需要注册账户，不愿意注册的小伙伴，可以从我给的百度云盘链接中下（是个在线安装包，版本为VS2019社区版 v16.11,满足刚才CUDA对vs2019 16.x以上的要求）
链接：https://pan.baidu.com/s/1D8eGWZwkRBoGyDiriWa-Hw?pwd=g790
提取码：g790
下载vs2019社区版在线安装器，然后双击运行即可
注意，需要选择C++开发模块，其它根据自己的需求安装就好了，安装路径可以默认，也可以根据自己情况更改一下，然后点击安装就好了，后面都是自动安装了，因为需要在线下载东西，过程有点长，耐心等待一下~~

安装CUDA

下载安装包，在NVIDIA官方网站即可下载，地址为：https://developer.nvidia.com/cuda-toolkit-archive

注意选择你的操作系统，什么版本的 我是Windows11 需要选择11，离线安装包还是在线安装包，省得麻烦就选择离线安装包了，选择好后，点击下面的Download按钮。
安装包下载好后，双击安装包进行安装

弹出这个，临时抽取文件放置位置的，直接点击ok、随后进入系统兼容性的检查，就是看你是否下错安装包了

没问题后会弹出许可协议

直接点击同意并继续，弹出的安装选项，选择自定义

点击下一步

把CUDA选一下，还需要注意一点，如果 你前面没有安装vs，直接安装的这个，需要把CUDA里面的
Visual Studio Integration取消勾选，否则会安装不成功

我们前面已经安装vs2019了，所以我就不取消了，下一步就是选择安装的位置了，你可以直接默认安装在C盘，如果 你像我一样自定义的话，需要记住安装的位置，后面需要用到

下一步之后，就会进行安装

安装完成后，会提示Nsight Visual studio的整合情况，这里提示安装了vs2019版的，正是我们前面安装的VS版本，这样就能在vs2019里面做GPU方面的开发了

点击下一步

这里提示了你选择的组件的安装情况，到这就安装好了，点击关闭。

检查是否安装成功

打开cmd，输入 nvcc -V

出现了你安装的CUDA的版本信息，说明安装成功了
你可能还觉得不过瘾，CUDA里面有个demo_suite文件夹中有些工具，让我们测试，我们一起来试试吧 ，定位安装目录的demo_suite文件夹，我的是
D:\Program Files\Nvidia\CUDA\v11.6\extras\demo_suite
确定cmd的执行位置在这个文件夹

我们先输入deviceQuery，查询一下本机的gpu设备

我们再来测试一下带宽，输入bandwidthTest

能看出结果都是PASS，说明一切运行正常

安装cuDNN

下载安装包，在NVIDIA官方网站即可下载，地址为：https://developer.nvidia.com/rdp/cudnn-archive
如果 你没有NVIDIA开发者账号的话，就按照提示注册一个就好，再登录即可下载了。
下载下来是个压缩包，我的是cudnn-windows-x86_64-8.4.0.27_cuda11.6-archive.zip 直接解压缩，完成后点击去你能看到如下三个文件夹（bin、include、lib）

把这三个文件夹的文件分别拷贝到CUDA安装目录对应的（bin、include、lib）文件夹中即可。CUDA的lib目录有x64 、Win32、cmake三个文件夹，拷到其中的x64这个文件夹中

都装好了运行一个CUDA程序试试呗
在VS2019中创建一个CUDA项目

点击下一步，默认会创建一个数组相加的例子

直接运行该demo，成功打印结果，大功告成了。

来源地址：https://blog.csdn.net/chen565884393/article/details/127905428