NVIDIA CUDA 9.0是英伟达开发的一个并行计算平台,这款工具需要英伟达的独立显卡支持。使用CUDA Toolkit,您可以在GPU加速的嵌入式系统,桌面工作站,企业数据中心,基于云的平台和HPC超级计算机上开发,优化和部署应用程序。该工具包包括GPU加速库,调试和优化工具,C / C ++编译器和用于部署应用程序的运行时库。

软件功能:
CUDA是一个由NV公司发明的并行计算平台和编程模型。
它利用图形处理单元(GPU)的强大功能,使计算性能大幅提高。
提供向C这样的标准语言的扩展,从而实现并行算法的简单实现。
通过使用CUDA C/C++可以是编程人员专注于算法的并行化而不是程序本身的实现
支持应用程序同时使用CPU和GPU进行异构计算。
程序的串行部分运行在CPU上,并行部分则运行在GPU上。
安装方法:
因为最新版的Tensorflow_gpu兼容CUDA9.0的版本容易从网上获取,即通过pip install tensorflow_gpu安装的版本是可以兼容CUDA9.0的。
选择下图中红色箭头标注处exe可执行文件,双击开始安装。

不要修改默认安装位置,直接点击OK,如下图中红色箭头标注处所示。

如下图所示,正在提取安装文件中的内容,等待即可。

上图运行完成后,回自动弹出NVIDIA安装程序,如下图所示。
在检测系统兼容性这一步,等待即可。

本文作者的显卡是Nvidia RTX2070,在下图中安装程序显示没有发现可以兼容的显卡设备。
因为CUDA9.0比RTX2070更早发布,所以没有找到是合理的,但是安装后仍然可以正常使用。
本文读者可能直接跳到“许可协议”这一步,则说明安装程序找到了可兼容的显卡设备。
点击下图红色箭头标注处,进入下一步。

许可协议不用仔细去阅读,点击下图红色箭头标注处,进入下一步。

安装模式选择精简,点击下图红色箭头标注处,进入下一步。

勾选下图中的上方红色方框标注处,然后NEXT按钮会亮起。
点击下图中的下方红色箭头标注处中的NEXT按钮,进入下一步。

安装界面显示Preparing for installation,即正在准备安装。

安装过程中部分截图如下图所示。

安装完成后,安装程序界面如下图所示。
点击下图中的下方红色箭头标注处中的下一步。

结束界面中两个可选项不用勾选。
点击下图中的下方红色箭头标注处中的关闭,安装CUDA9.0结束。
























大小: 80.8M
大小: 450M
JDK 8(Java SE Development Kit)8u291 64位版
Keil C51V9.00 uVision4破解版
Java SE Development Kit(JDK6)6u43 多国语言版
易语言33个皮肤模块绿色版
STC单片机ISP下载编程软件v6.85i 官方最新版
易语言5.90精简版
lingoV14.0 绿色中文版
AutoIt(AU3)v3.3.14.2 汉化版
派森(Python)v2.7.18 官方正式版【x86|x64】
jdk99.0.4 官方最新版
VBScript编辑器(VbsEdit)V5.2.4.0 汉化绿色特别版
Delphi77.0 Build 8.1企业版龙卷风集成Update1
pyscripter x642.5.3 官方最新版
Delphi 7(集成控件)v7.0Build8.1企业版龙卷风集成Update1
visual studio emulator for androidv1.1.622 官方最新版
Python编程和调试工具(ActivePython)v3.6.0.3600 英文版
html5编程工具(LayaAir IDE)2.7.0 官方最新版
《派森》(Python)3.6.5 win32 英文安装版