之乎（
顯示卡：（gpu）主流是nvidia的gpu，深度學習本身需要大量計算。gpu的平行計算能力，在過去幾年裡恰當地滿足了深度學習的需求。amd的gpu基本沒有什麼支援，可以不用考慮。
驅動：沒有顯示卡驅動，就不能識別gpu硬體，不能呼叫其計算資源。但是呢，nvidia在linux上的驅動安裝特別麻煩，尤其對於新手簡直就是噩夢。得遮蔽第三方顯示卡驅動。下面會給出教程。
cuda：是nvidia推出的只能用於自家gpu的平行計算框架。只有安裝這個框架才能夠進行複雜的平行計算。主流的深度學習框架也都是基於cuda進行gpu並行加速的，幾乎無一例外。還有乙個叫做cudnn，是針對深度卷積神經網路的加速庫。
cuda的其他理解（
cuda呢簡單來說就是gpu通用運算的一種程式設計框架。我這麼說一定是不好理解了。
cuda的其他定義（
cuda(compute unified device architecture)，顯示卡廠商nvidia推出的運算平台。 cuda™是一種由nvidia推出的通用平行計算架構，該架構使gpu能夠解決複雜的計算問題。 它包含了cuda指令集架構(isa)以及gpu內部的平行計算引擎。
計算行業正在從只使用cpu的「**處理」向cpu與gpu並用的「協同處理」發展。為打造這一全新的計算典範，nvidia®(英偉達™)發明了cuda(compute unified device architecturem，統一計算裝置架構)這一程式設計模型，是想在應用程式中充分利用cpu和gpu各自的優點。現在，該架構現已應用於geforce®(精視™)、ion™(翼揚™)、quadro以及tesla gpu(圖形處理器)上，對應用程式開發人員來說，這是乙個巨大的市場。
cuda的廣泛應用造就了gpu計算專用tesla gpu的崛起。全球財富五百強企業現在已經安裝了700多個gpu集群，這些企業涉及各個領域，例如能源領域的斯倫貝謝與雪佛龍以及銀行業的法國巴黎銀行。隨著微軟windows 7與蘋果snow leopard作業系統的問世，gpu計算必將成為主流。在這些全新的作業系統中，gpu將不僅僅是圖形處理器，它還將成為所有應用程式均可使用的通用並行處理器。
cuda的應用
計算行業正在從只使用cpu的「**處理」向cpu與gpu並用的「協同處理」發展。為打造這一全新的計算典範，nvidia（英偉達）發明了cuda（compute unified device architecturem，統一計算裝置架構）這一程式設計模型，是想在應用程式中充分利用cpu和gpu各自的優點。現在，該架構現已應用於geforce（精視）、ion（翼揚）、quadro以及tesla gpu（圖形處理器）上，對應用程式開發人員來說，這是乙個巨大的市場。
cuda產生的原因
隨著顯示卡的發展，gpu越來越強大，而且gpu為顯示影象做了優化。在計算上已經超越了通用的cpu。如此強大的晶元如果只是作為顯示卡就太浪費了，因此nvidia推出cuda，讓顯示卡可以用於影象計算以外的目的。
cuda體系結構的組成
開發庫：開發庫是基於cuda技術所提供的應用開發庫。
執行期環境：執行期環境提供了應用開發介面和執行期元件，包括基本資料型別的定義和各類計算、型別轉換、記憶體管理、裝置訪問和執行排程等函式。
驅動：cuda-enable的gpu的裝置抽象層，提供硬體裝置的抽象訪問介面。也就是需要安裝有nvidia硬體的電腦上安裝相應的驅動來實現cuda通用運算。
nvidia顯示卡驅動和cuda安裝
1 新增驅動源 sudo add apt repository ppa graphics drivers ppa sudo apt get update 2 安裝nvidia驅動 sudo apt get install nvidia 367 sudo apt get install mesa co...
NVIDIA顯示卡驅動 CUDA相關
顯示卡驅動與cuda版本對應 cuda可以安裝多個版本，在使用時可以進行切換 具體方法 在 usr local 目錄下，有安裝好的多個版本的cuda資料夾，例如cuda 10.0,cuda 9.2,另外還有乙個名為 cuda 的資料夾，是系統讀取cuda設定的資料夾，切換版本就是通過設定cuda 1...
centos7安裝 顯示卡驅動 cuda
系統 centos7.3 64位 顯示卡 tesla v100 要裝的三個依賴分別是，gcc kernel devel dkms，其中需要注意的是，kernel devel的版本需要與當前核心的版本一致，不然後面會出現找不到檔案的情況。檢視我的核心版本 root host8 uname r 3.10...