cuda 之所以能成为 nvidia 的护城河源于这 20 多年来 nvidia 在这个领域持之以恒的大力投入，尤其是早期不计成本的推广力度（几乎只要是有名目的项目都能拿到样卡），与开发者密切协调并将搜集的需求快速做到新的版本和产品里，从低到高全覆盖都支持 cuda ...

cuda是nvidia公司推出的一套编程环境，包括驱动，sdk，toolkit等。 主要是用来进行计算加速，作为协处理器来进行使用。 同时cuda有很多的库，如cublas，cufft等计算库，在用于科学计算和人工智能领域都有很好的加速效果。

在cuda生态的最低层就是硬件，也就是显卡里面的计算单元、显存、缓存、总线、控制器等等。 计算单元负责数值和逻辑运算，缓存负责存储计算前的数据和计算结果，显存和缓存的作用相同，但是更大更慢。

啊？是时代变了还是windows的问题，我记得pytorch的cuda和cudnn都是封在whl包里面，不依赖环境cuda版本的啊。只依赖nv驱动版本，但nv驱动新版都是兼容旧版cuda的. 题主直接装一个试试吧，pip install又不花多少时间，linux应该是没问题的，windows没试过

换句话说CUDA是NVIDIA推出的用于自家GPU的并行计算框架，也就是说CUDA只能在NVIDIA的GPU上运行，而且只有当要解决的计算问题是可以大量并行计算的时候才能发挥CUDA的作用。 在 CUDA 架构下，显示芯片执行时的最小单位是thread。数个 thread 可以组成一个block。

5 days ago · Re: WIW- 1970 AAR Cuda 70_440-6Cuda: February 17, 2025, 11:50:58 AM E-Body stuff found on Ebay, Craigslist or anywhere else Find a neat, cool or rare E-Body item?

所以，久而久之， cuda就成为了大家开发ai程序的主流工具。 AMD在人工智能方面起步比Nvidia晚，但是现在也在追，我们目前听到的消息是， AMD提供了一个工具， 可以非常方便的把CUDA *cu 程序改成可以在AMD 显卡上跑的程序。

就是维护两套编译器，一套适配 CUDA，另外一套是原生的。这么做的优点和缺点都很明显：可以复用 CUDA 的成熟的生态，随之而来的好处是 upstream (就是把你的工作 merge 到社区) 的工作会很轻松，也就是很容易被社区接受，因为对框架本身的改动会很小。

事实上不仅仅是cuda. 英伟达从cuda里学到的最重要的一课，就是软硬件捆绑。 计算界cuda之所以厉害，不仅仅是因为它可以调用GPU计算， 而是它可以调用GPU硬件加速。 GPU计算 ≠ GPU硬件加速。 这个道理或许很多人不知道。

Feb 17, 2022 · Also, the interior in the #1 camera car was a 71 Challenger interior, all x4 cars were changed to 71 Cuda after the first season. Ed Briggs out of Colorado was very heavily involved building the first x3 cars, it was actually a friend of his that owned the blue 70 340 they used for the camera car.