1 minute read

Performance : installer CUDA proprement

Objectif

À la fin, vous aurez reproduit cette étape de bout en bout sur un cas test.

Avant de commencer

  • Machine compatible avec la procédure.
  • Droits administrateur si installation système.
  • Un cas test pour valider avant production.

Pas à pas

  1. Installer le pilote NVIDIA depuis la page officielle des pilotes.
  2. Télécharger CUDA Toolkit depuis la page NVIDIA officielle.
  3. Installer CUDA puis redémarrer la machine.
  4. Vérifier nvidia-smi et nvcc --version.
  5. Tester l’accès CUDA depuis Python (si pipeline Python).

À copier-coller

# Téléchargements officiels
# Driver: https://www.nvidia.com/download/index.aspx
# CUDA:   https://developer.nvidia.com/cuda-downloads
# Archive: https://developer.nvidia.com/cuda-toolkit-archive

# Windows (PowerShell)
# 1) Télécharger le .exe local depuis cuda-downloads
# 2) Lancer l'installateur en administrateur
# 3) Vérifier:
# nvidia-smi
# nvcc --version
# where nvcc

# Ubuntu 24.04 (APT)
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install -y cuda-toolkit-13-1
sudo reboot

# Vérification
nvidia-smi
nvcc --version

# Vérification Python (optionnel)
python - <<'PY'
import torch
print('torch:', torch.__version__)
print('cuda available:', torch.cuda.is_available())
if torch.cuda.is_available():
    print('device:', torch.cuda.get_device_name(0))
PY

Vérifier que ça marche

  • Les commandes de contrôle répondent correctement.
  • Le gain (ou la stabilité) est mesuré sur cas test.
  • Les versions logicielles sont tracées.

En cas de problème

  • Vérifier compatibilité driver/toolkit.
  • Tester les commandes de diagnostic système.

Documentation officielle

Articles liés

You May Also Enjoy