Windows 系统 CUDA 12.3 自定义安装：精简 vs 完整组件 5 项关键选择解析

对于需要在 Windows 系统上部署 CUDA 12.3 的中高级开发者来说，安装过程中的组件选择往往决定了后续开发体验的顺畅程度。不同于简单的"下一步"安装，自定义安装模式提供了对各类组件的精细控制，这既是一个优化系统环境的机会，也可能成为后续问题的隐患源头。

1. 安装前的关键决策点

在启动 CUDA 12.3 安装程序前，有几个关键因素需要考虑：

• 系统环境现状：检查当前系统中是否已存在其他版本的 CUDA 或 NVIDIA 驱动
• 开发工具链：确认使用的 IDE（如 Visual Studio 版本）和深度学习框架（PyTorch/TensorFlow 等）
• 硬件配置：了解 GPU 的计算能力等级和显存容量

提示：使用nvidia-smi命令可以快速获取当前驱动版本和支持的最高 CUDA 版本。如果驱动版本过旧，建议先更新驱动再安装 CUDA。

1.1 精简安装的适用场景

精简安装（Express）模式适合以下情况：

• 全新系统首次安装 CUDA
• 不需要保留旧版本 CUDA
• 开发环境相对简单，不需要特定组件

精简安装的主要特点包括：

1.2 自定义安装的核心优势

自定义安装（Custom）模式提供了更精细的控制：

# 安装后验证命令示例 nvcc --version # 检查编译器版本 nvidia-smi # 查看驱动和GPU状态

• 组件可选：可以跳过不需要的组件节省空间（平均可减少 40% 的磁盘占用）
• 驱动保留：可选择不更新现有驱动（当驱动版本足够新时）
• 多版本管理：便于与已有 CUDA 版本共存

2. 五大关键组件的取舍策略

2.1 Visual Studio Integration

这个组件为 Visual Studio 添加 CUDA 项目模板和语法高亮支持。是否安装应考虑：

• 安装条件：
  • 已安装 Visual Studio 2019/2022
  • 使用 VS 进行 CUDA 开发
• 推荐选择：
  • 使用 VS：安装
  • 使用其他 IDE（如 CLion）：跳过

注意：即使不安装此组件，仍可通过手动配置在 VS 中使用 CUDA，只是缺少项目模板支持。

2.2 Nsight 系列工具

Nsight 是 NVIDIA 提供的强大开发工具集，包含：

• Nsight Systems：系统级性能分析
• Nsight Compute：内核级性能分析
• Nsight Visual Studio Edition：VS 集成调试工具

空间占用对比：

对于深度学习开发者，Nsight Compute 对优化自定义 CUDA 内核最有价值；而普通用户可能完全不需要这些工具。

2.3 文档和示例

CUDA 文档和示例占用相当大空间：

• 文档：约 1.2GB（包含 API 参考、编程指南等）
• 示例代码：约 800MB（涵盖各种计算范例）

取舍建议：

• 网络条件好：可跳过，在线查阅文档
• 需要离线参考：安装文档
• 学习 CUDA 编程：安装示例代码

2.4 CUDA 开发工具

这是核心必选组件，包含：

• nvcc 编译器
• CUDA 运行时库
• 调试工具
• 分析工具

即使选择最小化安装，这部分也不应取消。典型文件结构如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3 ├── bin # 可执行文件 ├── include # 头文件 ├── lib # 库文件 └── nvvm # LLVM 组件

2.5 驱动组件

驱动组件的选择策略：

• 更新驱动：如果当前驱动版本低于 CUDA 12.3 要求
• 保留驱动：如果驱动已是最新或特定版本需求

检查驱动兼容性的方法：

# 获取当前驱动版本 Get-CimInstance Win32_VideoController | Where-Object {$_.AdapterCompatibility -eq "NVIDIA"} | Select-Object Name, DriverVersion

3. 针对不同开发场景的配置方案

3.1 深度学习开发（PyTorch/TensorFlow）

推荐组件组合：

• 必选：
  • CUDA Runtime
  • cuBLAS/cuDNN（如适用）
  • cuFFT
• 可选：
  • Nsight Compute（性能优化时有用）
  • 文档（学习时有用）
• 跳过：
  • Visual Studio Integration（除非使用 VS）
  • 示例代码

空间节省：相比完整安装可减少约 35% 的磁盘占用。

3.2 CUDA 原生开发

推荐组件组合：

• 必选：
  • 全部开发工具
  • Visual Studio Integration（如使用 VS）
  • Nsight 工具
• 可选：
  • 文档和示例（强烈推荐）
• 跳过：
  • 旧版本驱动（如已安装）

3.3 多版本 CUDA 共存

实现多版本共存的关键步骤：

1. 选择自定义安装
2. 取消勾选驱动更新（使用统一驱动）
3. 为每个版本指定不同安装路径
4. 通过环境变量切换版本

典型多版本路径结构：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA ├── v11.8 ├── v12.1 └── v12.3 # 当前安装

4. 安装后的优化与清理

4.1 环境变量配置

安装程序会自动设置基本环境变量，但可能需要手动添加：

# 示例：添加 CUDA 路径到系统环境变量 [Environment]::SetEnvironmentVariable( "PATH", [Environment]::GetEnvironmentVariable("PATH", "Machine") + ";C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.3\bin", "Machine" )

关键环境变量检查清单：

• CUDA_PATH：应指向 CUDA 12.3 安装目录
• PATH：应包含%CUDA_PATH%\bin
• NVCUDASAMPLES_ROOT：如果安装了示例代码

4.2 残留组件清理脚本

以下 PowerShell 脚本可帮助清理旧版本残留：

# 清理旧版本 CUDA 示例代码 $cudaVersions = Get-ChildItem "C:\ProgramData\NVIDIA Corporation\CUDA Samples" | Where-Object { $_.Name -ne "v12.3" } foreach ($version in $cudaVersions) { Remove-Item $version.FullName -Recurse -Force } # 清理旧版 Nsight 工具 $oldNsight = Get-ChildItem "C:\Program Files\NVIDIA Corporation\Nsight" | Where-Object { $_.Name -notmatch "2023" } # 保留2023版 foreach ($tool in $oldNsight) { Remove-Item $tool.FullName -Recurse -Force }

4.3 组件添加与移除

即使安装完成后，仍可通过以下方式修改组件：

1. 控制面板 → 程序和功能
2. 找到 NVIDIA CUDA 12.3
3. 选择"更改"
4. 进入修改模式

这种方法比完全重装更高效，特别适合需要临时添加某些组件的情况。