[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"page-ru-/errors/general/runtime-error-cuda-error-no-kernel-image-is-available":3,"mdc--g48dcr-key":535,"mdc--5lif5w-key":546,"mdc--2bghxy-key":554,"mdc-mtpbh8-key":577,"mdc--c2o37j-key":594,"mdc--3qbzni-key":610,"mdc--b50o23-key":618,"mdc--89owh4-key":626,"related-/errors/general/cuda-version-mismatch,/guides/general/install-cuda-toolkit-linux,/guides/general/fix-nvidia-driver-black-screen":651},{"id":4,"title":5,"appliesTo":6,"author":11,"body":12,"canonical":469,"code":470,"createdAt":471,"description":472,"difficulty":473,"draft":474,"estimatedTime":475,"extension":476,"faq":477,"howToSteps":490,"howToTotalTime":503,"image":469,"keywords":504,"locale":513,"meta":514,"navigation":219,"path":515,"platform":516,"related":517,"section":521,"seo":522,"severity":523,"stem":524,"summary":525,"tags":526,"twitterCreator":469,"twitterSite":469,"type":533,"updatedAt":471,"__hash__":534},"content_ru/errors/general/runtime-error-cuda-error-no-kernel-image-is-available.md","Runtime Error: CUDA error no kernel image — быстрое исправление",[7,8,9,10],"CUDA Toolkit 10.0 - 12.x","PyTorch 1.8+, TensorFlow 2.x+","NVIDIA GPU (архитектура Maxwell и новее)","Python 3.8+","FixPedia Team",{"type":13,"value":14,"toc":458},"minimark",[15,20,33,44,48,100,104,109,112,155,168,172,175,178,238,252,255,259,268,274,312,326,336,365,368,372,375,406,411,415,431,444,454],[16,17,19],"h2",{"id":18},"что-означает-ошибка-cuda-209","Что означает ошибка CUDA 209",[21,22,23,24,28,29,32],"p",{},"Полное сообщение в консоли обычно выглядит так: ",[25,26,27],"code",{},"RuntimeError: CUDA error: no kernel image is available for execution on the device",". В документации NVIDIA этот статус закреплён под кодом ",[25,30,31],{},"cudaErrorNoKernelImageForDevice"," (код 209).",[21,34,35,36,39,40,43],{},"Ошибка означает, что исполняемый файл или библиотека Python попыталась запустить вычисления на GPU, но драйвер не нашёл в памяти видеокарты подходящего машинного кода (бинарника ядра). Грубо говоря, программа «говорит» на архитектуре ",[25,37,38],{},"sm_75"," (Turing), а ваша карта понимает только ",[25,41,42],{},"sm_86"," (Ampere) или новее. Проблема блокирует обучение нейросетей, рендеринг и любые GPGPU задачи.",[16,45,47],{"id":46},"причины-возникновения","Причины возникновения",[49,50,51,62,68,90],"ol",{},[52,53,54,61],"li",{},[55,56,57,58],"strong",{},"Несовпадение ",[25,59,60],{},"compute capability",": Бинарные файлы скомпилированы под устаревшую архитектуру, а ваша видеокарта требует более новую версию инструкций, или наоборот.",[52,63,64,67],{},[55,65,66],{},"Устаревший графический драйвер",": Драйвер не поддерживает Forward Compatibility для новых версий CUDA runtime.",[52,69,70,73,74,77,78,81,82,85,86,89],{},[55,71,72],{},"Конфликт окружений",": В системе одновременно установлены системный CUDA Toolkit и версии из ",[25,75,76],{},"conda","/",[25,79,80],{},"venv",", а переменные ",[25,83,84],{},"PATH"," или ",[25,87,88],{},"LD_LIBRARY_PATH"," указывают на несовместимые библиотеки.",[52,91,92,95,96,99],{},[55,93,94],{},"Неверные флаги компиляции",": При сборке проекта из исходников не были указаны генокоды (",[25,97,98],{},"-gencode",") для вашей конкретной GPU.",[16,101,103],{"id":102},"способы-решения","Способы решения",[105,106,108],"h3",{"id":107},"способ-1-обновление-драйверов-nvidia","Способ 1: Обновление драйверов NVIDIA",[21,110,111],{},"Самая частая причина — драйвер не умеет работать с ядрами, собранными под ваш CUDA Toolkit.",[49,113,114,129,132,141,152],{},[52,115,116,117,120,121,124,125,128],{},"Откройте терминал и выполните ",[25,118,119],{},"nvidia-smi",". В правом верхнем углу посмотрите ",[25,122,123],{},"Driver Version"," и ",[25,126,127],{},"CUDA Version",".",[52,130,131],{},"Если версия драйвера ниже рекомендуемой для вашего CUDA Toolkit, перейдите на официальный портал загрузки NVIDIA.",[52,133,134,135,85,138,128],{},"Выберите свою серию GPU и скачайте пакет ",[25,136,137],{},"Linux x86_64",[25,139,140],{},"Windows x86_64",[52,142,143,144,147,148,151],{},"При установке выберите ",[55,145,146],{},"Чистая установка (Custom -> Clean Install)"," или используйте флаг ",[25,149,150],{},"--clean"," в Linux-инсталляторе.",[52,153,154],{},"Перезагрузите компьютер и проверьте запуск скрипта.",[156,157,158],"blockquote",{},[21,159,160,161,85,164,167],{},"💡 Совет: В Linux рекомендуется использовать PPA ",[25,162,163],{},"graphics-drivers",[25,165,166],{},"ubuntu-drivers autoinstall"," для корректного управления зависимостями ядра.",[105,169,171],{"id":170},"способ-2-настройка-переменных-окружения","Способ 2: Настройка переменных окружения",[21,173,174],{},"Если вы используете PyTorch или TensorFlow, фреймворки могут пытаться загрузить ядра для всех известных архитектур, но не находить нужную в кэше.",[21,176,177],{},"Откройте терминал и явно укажите поддерживаемую архитектуру:",[179,180,185],"pre",{"className":181,"code":182,"language":183,"meta":184,"style":184},"language-bash shiki shiki-themes github-light github-dark","# Для PyTorch (Linux/macOS)\nexport TORCH_CUDA_ARCH_LIST=\"8.0;8.6;8.9\"\n\n# Для Windows (PowerShell)\n$env:TORCH_CUDA_ARCH_LIST=\"8.0,8.6,8.9\"\n","bash","",[25,186,187,196,214,221,227],{"__ignoreMap":184},[188,189,192],"span",{"class":190,"line":191},"line",1,[188,193,195],{"class":194},"sJ8bj","# Для PyTorch (Linux/macOS)\n",[188,197,199,203,207,210],{"class":190,"line":198},2,[188,200,202],{"class":201},"szBVR","export",[188,204,206],{"class":205},"sVt8B"," TORCH_CUDA_ARCH_LIST",[188,208,209],{"class":201},"=",[188,211,213],{"class":212},"sZZnC","\"8.0;8.6;8.9\"\n",[188,215,217],{"class":190,"line":216},3,[188,218,220],{"emptyLinePlaceholder":219},true,"\n",[188,222,224],{"class":190,"line":223},4,[188,225,226],{"class":194},"# Для Windows (PowerShell)\n",[188,228,230,233,235],{"class":190,"line":229},5,[188,231,232],{"class":205},"$env:TORCH_CUDA_ARCH_LIST",[188,234,209],{"class":201},[188,236,237],{"class":212},"\"8.0,8.6,8.9\"\n",[21,239,240,241,243,244,247,248,251],{},"Замените цифры на ",[25,242,60],{}," вашей карты (например, ",[25,245,246],{},"7.5"," для RTX 20xx, ",[25,249,250],{},"8.6"," для RTX 30xx). Перезапустите Python-скрипт. Это заставит фреймворк искать или генерировать подходящий бинарник.",[253,254],"in-article-ad",{},[105,256,258],{"id":257},"способ-3-пересборка-проекта-или-установка-совместимого-пакета","Способ 3: Пересборка проекта или установка совместимого пакета",[21,260,261,262,77,265,267],{},"Если вы работаете с кастомным C++/CUDA кодом или собираете пакеты из ",[25,263,264],{},"pip",[25,266,76],{},", убедитесь, что архитектура совпадает.",[21,269,270,273],{},[55,271,272],{},"При использовании pip:","\nУдалите текущую версию и установите сборку, скомпилированную под вашу версию CUDA:",[179,275,277],{"className":181,"code":276,"language":183,"meta":184,"style":184},"pip uninstall torch torchvision\npip install torch torchvision --index-url https://download.pytorch.org/whl/cu118\n",[25,278,279,293],{"__ignoreMap":184},[188,280,281,284,287,290],{"class":190,"line":191},[188,282,264],{"class":283},"sScJk",[188,285,286],{"class":212}," uninstall",[188,288,289],{"class":212}," torch",[188,291,292],{"class":212}," torchvision\n",[188,294,295,297,300,302,305,309],{"class":190,"line":198},[188,296,264],{"class":283},[188,298,299],{"class":212}," install",[188,301,289],{"class":212},[188,303,304],{"class":212}," torchvision",[188,306,308],{"class":307},"sj4cs"," --index-url",[188,310,311],{"class":212}," https://download.pytorch.org/whl/cu118\n",[21,313,314,315,318,319,85,322,325],{},"(Замените ",[25,316,317],{},"cu118"," на ",[25,320,321],{},"cu121",[25,323,324],{},"cu124"," в зависимости от вашего драйвера).",[21,327,328,331,332,335],{},[55,329,330],{},"При компиляции из исходников (CMake/nvcc):","\nДобавьте явные флаги архитектуры в ",[25,333,334],{},"nvcc",":",[179,337,339],{"className":181,"code":338,"language":183,"meta":184,"style":184},"nvcc -gencode arch=compute_86,code=sm_86 -gencode arch=compute_86,code=compute_86 main.cu -o main\n",[25,340,341],{"__ignoreMap":184},[188,342,343,345,348,351,353,356,359,362],{"class":190,"line":191},[188,344,334],{"class":283},[188,346,347],{"class":307}," -gencode",[188,349,350],{"class":212}," arch=compute_86,code=sm_86",[188,352,347],{"class":307},[188,354,355],{"class":212}," arch=compute_86,code=compute_86",[188,357,358],{"class":212}," main.cu",[188,360,361],{"class":307}," -o",[188,363,364],{"class":212}," main\n",[21,366,367],{},"Это сгенерирует SASS и PTX код именно для вашей GPU.",[105,369,371],{"id":370},"способ-4-временное-переключение-на-cpu","Способ 4: Временное переключение на CPU",[21,373,374],{},"Если задача не терпит отлагательств, а пересборка занимает часы, перенаправьте вычисления на процессор.",[179,376,380],{"className":377,"code":378,"language":379,"meta":184,"style":184},"language-python shiki shiki-themes github-light github-dark","import torch\n\n# Вместо device = torch.device(\"cuda\")\ndevice = torch.device(\"cuda\" if torch.cuda.is_available() else \"cpu\")\nmodel.to(device)\n","python",[25,381,382,387,391,396,401],{"__ignoreMap":184},[188,383,384],{"class":190,"line":191},[188,385,386],{},"import torch\n",[188,388,389],{"class":190,"line":198},[188,390,220],{"emptyLinePlaceholder":219},[188,392,393],{"class":190,"line":216},[188,394,395],{},"# Вместо device = torch.device(\"cuda\")\n",[188,397,398],{"class":190,"line":223},[188,399,400],{},"device = torch.device(\"cuda\" if torch.cuda.is_available() else \"cpu\")\n",[188,402,403],{"class":190,"line":229},[188,404,405],{},"model.to(device)\n",[156,407,408],{},[21,409,410],{},"⚠️ Важно: Это не решает корневую проблему. Используйте только для отладки кода или запуска лёгких тестов.",[16,412,414],{"id":413},"профилактика","Профилактика",[21,416,417,418,421,422,421,425,124,428,128],{},"Чтобы избежать повторения ошибки, зафиксируйте стек технологий в файле зависимостей. Указывайте точные версии ",[25,419,420],{},"torch",", ",[25,423,424],{},"tensorflow",[25,426,427],{},"nvidia-cuda-runtime",[25,429,430],{},"driver",[21,432,433,434,421,436,439,440,443],{},"Используйте изолированные окружения (",[25,435,76],{},[25,437,438],{},"uv",", Docker). В Docker-контейнерах применяйте официальные образы ",[25,441,442],{},"nvidia/cuda:12.x.x-runtime",", которые уже содержат согласованные версии драйверов и библиотек.",[21,445,446,447,450,451,453],{},"Регулярно сверяйте матрицу совместимости NVIDIA перед обновлением системы. Никогда не ставьте ",[25,448,449],{},"CUDA Toolkit"," через системный пакетный менеджер, если ваш фреймворк требует другую версию — используйте ",[25,452,76],{},"-пакеты или виртуальные среды.",[455,456,457],"style",{},"html pre.shiki code .sJ8bj, html code.shiki .sJ8bj{--shiki-default:#6A737D;--shiki-dark:#6A737D}html pre.shiki code .szBVR, html code.shiki .szBVR{--shiki-default:#D73A49;--shiki-dark:#F97583}html pre.shiki code .sVt8B, html code.shiki .sVt8B{--shiki-default:#24292E;--shiki-dark:#E1E4E8}html pre.shiki code .sZZnC, html code.shiki .sZZnC{--shiki-default:#032F62;--shiki-dark:#9ECBFF}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html pre.shiki code .sScJk, html code.shiki .sScJk{--shiki-default:#6F42C1;--shiki-dark:#B392F0}html pre.shiki code .sj4cs, html code.shiki .sj4cs{--shiki-default:#005CC5;--shiki-dark:#79B8FF}",{"title":184,"searchDepth":198,"depth":198,"links":459},[460,461,462,468],{"id":18,"depth":198,"text":19},{"id":46,"depth":198,"text":47},{"id":102,"depth":198,"text":103,"children":463},[464,465,466,467],{"id":107,"depth":216,"text":108},{"id":170,"depth":216,"text":171},{"id":257,"depth":216,"text":258},{"id":370,"depth":216,"text":371},{"id":413,"depth":198,"text":414},null,"CUDA 209","2026-04-02 21:01:06","Столкнулись с отсутствием ядра CUDA? Пошаговая инструкция по диагностике, обновлению драйверов и пересборке проекта. Запустите GPU за 15 минут!","medium",false,"10-20 мин","md",[478,481,484,487],{"question":479,"answer":480},"Почему CUDA пишет, что образ ядра недоступен?","Ошибка возникает, когда скомпилированный код рассчитан на архитектуру GPU, которую ваше оборудование не поддерживает, либо когда версия драйвера слишком старая для запущенного ядра.",{"question":482,"answer":483},"Нужно ли переустанавливать драйвер NVIDIA?","Не всегда. Сначала проверьте совместимость версий CUDA Toolkit и драйвера. Обновление требуется только если ваш драйвер не поддерживает нужную версию CUDA.",{"question":485,"answer":486},"Как проверить compute capability моей видеокарты?","Используйте утилиту `nvidia-smi` для модели карты, затем найдите её архитектуру (например, `sm_86` для RTX 30xx) на официальном сайте NVIDIA.",{"question":488,"answer":489},"Можно ли игнорировать эту ошибку и запустить код на CPU?","Да, в большинстве фреймворков есть флаг `device='cpu'`, но это снизит производительность в десятки раз. Лучше устранить причину.",[491,494,497,500],{"name":492,"text":493},"Проверьте совместимость GPU и CUDA","Узнайте compute capability вашей карты командой `nvidia-smi`, затем убедитесь, что установленная версия CUDA её поддерживает.",{"name":495,"text":496},"Обновите драйверы NVIDIA","Скачайте последний Studio или Game Ready драйвер с сайта NVIDIA. Часто ошибка исчезает после чистой установки.",{"name":498,"text":499},"Установите корректную версию CUDA Toolkit","Скачайте версию, соответствующую требованиям вашего фреймворка. Удалите конфликтующие версии через пакетный менеджер или установщик NVIDIA.",{"name":501,"text":502},"Пересоберите проект с нужными флагами","Добавьте флаг `-arch=sm_XX` или используйте переменную `TORCH_CUDA_ARCH_LIST`, чтобы скомпилировать код под вашу видеокарту.","PT15M",[505,506,507,508,509,510,511,512],"runtime error cuda error no kernel image is available for execution on the device","CUDA error 209 решение","ошибка ядра CUDA при запуске нейросети","cudaErrorNoKernelImageForDevice PyTorch","нет образа ядра CUDA для GPU","исправить ошибку CUDA 209 в TensorFlow","несовместимость архитектуры GPU CUDA","compute capability mismatch fix","ru_RU",{},"/errors/general/runtime-error-cuda-error-no-kernel-image-is-available","general",[518,519,520],"/errors/general/cuda-version-mismatch","/guides/general/install-cuda-toolkit-linux","/guides/general/fix-nvidia-driver-black-screen","Ошибки разработки и GPU",{"title":5,"description":472},"high","errors/general/runtime-error-cuda-error-no-kernel-image-is-available","Эта статья объясняет, почему возникает ошибка отсутствия kernel image в CUDA, и даёт проверенные способы её устранения без переустановки системы.",[527,528,529,530,531,532],"CUDA","GPU","ошибки разработки","нейросети","PyTorch","драйверы NVIDIA","error","SVb-GqMNokBfrHsCSHGZnpln1Q3kj8ti392K74qz8e8",{"data":536,"body":537},{},{"type":538,"children":539},"root",[540],{"type":541,"tag":21,"props":542,"children":543},"element",{},[544],{"type":545,"value":480},"text",{"data":547,"body":548},{},{"type":538,"children":549},[550],{"type":541,"tag":21,"props":551,"children":552},{},[553],{"type":545,"value":483},{"data":555,"body":556},{},{"type":538,"children":557},[558],{"type":541,"tag":21,"props":559,"children":560},{},[561,563,568,570,575],{"type":545,"value":562},"Используйте утилиту ",{"type":541,"tag":25,"props":564,"children":566},{"className":565},[],[567],{"type":545,"value":119},{"type":545,"value":569}," для модели карты, затем найдите её архитектуру (например, ",{"type":541,"tag":25,"props":571,"children":573},{"className":572},[],[574],{"type":545,"value":42},{"type":545,"value":576}," для RTX 30xx) на официальном сайте NVIDIA.",{"data":578,"body":579},{},{"type":538,"children":580},[581],{"type":541,"tag":21,"props":582,"children":583},{},[584,586,592],{"type":545,"value":585},"Да, в большинстве фреймворков есть флаг ",{"type":541,"tag":25,"props":587,"children":589},{"className":588},[],[590],{"type":545,"value":591},"device='cpu'",{"type":545,"value":593},", но это снизит производительность в десятки раз. Лучше устранить причину.",{"data":595,"body":596},{},{"type":538,"children":597},[598],{"type":541,"tag":21,"props":599,"children":600},{},[601,603,608],{"type":545,"value":602},"Узнайте compute capability вашей карты командой ",{"type":541,"tag":25,"props":604,"children":606},{"className":605},[],[607],{"type":545,"value":119},{"type":545,"value":609},", затем убедитесь, что установленная версия CUDA её поддерживает.",{"data":611,"body":612},{},{"type":538,"children":613},[614],{"type":541,"tag":21,"props":615,"children":616},{},[617],{"type":545,"value":496},{"data":619,"body":620},{},{"type":538,"children":621},[622],{"type":541,"tag":21,"props":623,"children":624},{},[625],{"type":545,"value":499},{"data":627,"body":628},{},{"type":538,"children":629},[630],{"type":541,"tag":21,"props":631,"children":632},{},[633,635,641,643,649],{"type":545,"value":634},"Добавьте флаг ",{"type":541,"tag":25,"props":636,"children":638},{"className":637},[],[639],{"type":545,"value":640},"-arch=sm_XX",{"type":545,"value":642}," или используйте переменную ",{"type":541,"tag":25,"props":644,"children":646},{"className":645},[],[647],{"type":545,"value":648},"TORCH_CUDA_ARCH_LIST",{"type":545,"value":650},", чтобы скомпилировать код под вашу видеокарту.",[652],{"id":653,"title":654,"appliesTo":655,"author":11,"body":660,"canonical":469,"code":469,"createdAt":1164,"description":1165,"difficulty":473,"draft":474,"estimatedTime":1166,"extension":476,"faq":1167,"howToSteps":1180,"howToTotalTime":503,"image":469,"keywords":1196,"locale":513,"meta":1205,"navigation":219,"path":519,"platform":1206,"related":1207,"section":1211,"seo":1212,"severity":469,"stem":1213,"summary":1214,"tags":1215,"twitterCreator":469,"twitterSite":469,"type":1222,"updatedAt":1164,"__hash__":1223},"content_ru/guides/general/install-cuda-toolkit-linux.md","Установка CUDA Toolkit на Linux: полная инструкция для разработчиков",[656,657,658,659],"Ubuntu 20.04/22.04/24.04","Debian 11/12","CentOS 7/8/RHEL 8/9","CUDA Toolkit 11.8/12.x",{"type":13,"value":661,"toc":1153},[662,666,669,673,676,708,730,734,738,741,763,777,786,789,809,815,819,828,833,906,915,917,921,932,935,983,1003,1006,1019,1023,1026,1072,1075,1079,1150],[16,663,665],{"id":664},"введение-зачем-это-нужно","Введение / Зачем это нужно",[21,667,668],{},"CUDA Toolkit — это комплекс разработки от NVIDIA для создания высокопроизводительных приложений, использующих GPU. Установка CUDA на Linux — обязательный шаг для работы с фреймворками глубокого обучения (TensorFlow, PyTorch), научными вычислениями или любыми GPU-ускоренными задачами. Этот гайд проведёт вас через весь процесс: от проверки совместимости железа до успешной верификации установки.",[16,670,672],{"id":671},"требования-подготовка","Требования / Подготовка",[21,674,675],{},"Перед началом убедитесь, что:",[49,677,678,681,692,701],{},[52,679,680],{},"У вас есть видеокарта NVIDIA (GeForce, Quadro, Tesla и т.д.).",[52,682,683,684,687,688,691],{},"Система обновлена: ",[25,685,686],{},"sudo apt update"," (Debian/Ubuntu) или ",[25,689,690],{},"sudo yum update"," (CentOS/RHEL).",[52,693,694,695,687,698,691],{},"Установлены базовые инструменты сборки: ",[25,696,697],{},"sudo apt install build-essential",[25,699,700],{},"sudo yum groupinstall \"Development Tools\"",[52,702,703,704,707],{},"У вас есть права суперпользователя (",[25,705,706],{},"sudo",").",[156,709,710],{},[21,711,712,713,716,717,724,725,729],{},"⚠️ ",[55,714,715],{},"Важно:"," Версия драйверов NVIDIA должна быть совместима с версией CUDA Toolkit. Проверьте матрицу совместимости на ",[718,719,723],"a",{"href":720,"rel":721},"https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/",[722],"nofollow","официальном сайте NVIDIA",". Установите драйверы ",[726,727,728],"em",{},"до"," установки CUDA.",[16,731,733],{"id":732},"пошаговая-инструкция","Пошаговая инструкция",[105,735,737],{"id":736},"шаг-1-определение-модели-видеокарты-и-версии-драйвера","Шаг 1: Определение модели видеокарты и версии драйвера",[21,739,740],{},"Откройте терминал и выполните команду:",[179,742,744],{"className":181,"code":743,"language":183,"meta":184,"style":184},"lspci | grep -i nvidia\n",[25,745,746],{"__ignoreMap":184},[188,747,748,751,754,757,760],{"class":190,"line":191},[188,749,750],{"class":283},"lspci",[188,752,753],{"class":201}," |",[188,755,756],{"class":283}," grep",[188,758,759],{"class":307}," -i",[188,761,762],{"class":212}," nvidia\n",[21,764,765,766,769,770,85,773,776],{},"Вывод будет примерно таким: ",[25,767,768],{},"01:00.0 VGA compatible controller: NVIDIA Corporation GA104 [GeForce RTX 3080] (rev a1)",". Запишите модель (например, ",[25,771,772],{},"GA104",[25,774,775],{},"GeForce RTX 3080","). Затем проверьте текущую версию драйвера:",[179,778,780],{"className":181,"code":779,"language":183,"meta":184,"style":184},"nvidia-smi\n",[25,781,782],{"__ignoreMap":184},[188,783,784],{"class":190,"line":191},[188,785,779],{"class":283},[21,787,788],{},"Если команда не найдена, драйверы не установлены. Установите их через репозиторий NVIDIA или менеджер пакетов вашего дистрибутива. Для Ubuntu/Debian часто используется:",[179,790,792],{"className":181,"code":791,"language":183,"meta":184,"style":184},"sudo apt install nvidia-driver-535  # Пример для драйвера 535\n",[25,793,794],{"__ignoreMap":184},[188,795,796,798,801,803,806],{"class":190,"line":191},[188,797,706],{"class":283},[188,799,800],{"class":212}," apt",[188,802,299],{"class":212},[188,804,805],{"class":212}," nvidia-driver-535",[188,807,808],{"class":194},"  # Пример для драйвера 535\n",[21,810,811,812,128],{},"После установки драйверов ",[55,813,814],{},"перезагрузите систему",[105,816,818],{"id":817},"шаг-2-добавление-репозитория-cuda-и-установка","Шаг 2: Добавление репозитория CUDA и установка",[21,820,821,822,827],{},"Самый надёжный способ — установка из официального репозитория NVIDIA. Перейдите на ",[718,823,826],{"href":824,"rel":825},"https://developer.nvidia.com/cuda-downloads",[722],"страницу загрузки CUDA",", выберите ваш дистрибутив, архитектуру, версию и следуйте инструкциям по установке через терминал.",[21,829,830],{},[55,831,832],{},"Пример для Ubuntu 22.04 (Jammy) с CUDA 12.1:",[179,834,836],{"className":181,"code":835,"language":183,"meta":184,"style":184},"# 1. Добавление ключа репозитория\nwget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb\nsudo dpkg -i cuda-keyring_1.1-1_all.deb\n\n# 2. Обновление списка пакетов\nsudo apt-get update\n\n# 3. Установка CUDA Toolkit (метапакет)\nsudo apt-get install cuda-12-1\n",[25,837,838,843,851,863,867,872,883,888,894],{"__ignoreMap":184},[188,839,840],{"class":190,"line":191},[188,841,842],{"class":194},"# 1. Добавление ключа репозитория\n",[188,844,845,848],{"class":190,"line":198},[188,846,847],{"class":283},"wget",[188,849,850],{"class":212}," https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb\n",[188,852,853,855,858,860],{"class":190,"line":216},[188,854,706],{"class":283},[188,856,857],{"class":212}," dpkg",[188,859,759],{"class":307},[188,861,862],{"class":212}," cuda-keyring_1.1-1_all.deb\n",[188,864,865],{"class":190,"line":223},[188,866,220],{"emptyLinePlaceholder":219},[188,868,869],{"class":190,"line":229},[188,870,871],{"class":194},"# 2. Обновление списка пакетов\n",[188,873,875,877,880],{"class":190,"line":874},6,[188,876,706],{"class":283},[188,878,879],{"class":212}," apt-get",[188,881,882],{"class":212}," update\n",[188,884,886],{"class":190,"line":885},7,[188,887,220],{"emptyLinePlaceholder":219},[188,889,891],{"class":190,"line":890},8,[188,892,893],{"class":194},"# 3. Установка CUDA Toolkit (метапакет)\n",[188,895,897,899,901,903],{"class":190,"line":896},9,[188,898,706],{"class":283},[188,900,879],{"class":212},[188,902,299],{"class":212},[188,904,905],{"class":212}," cuda-12-1\n",[21,907,908,909,85,912,128],{},"Для CentOS/RHEL процесс аналогичен, но используются команды ",[25,910,911],{},"yum",[25,913,914],{},"dnf",[253,916],{},[105,918,920],{"id":919},"шаг-3-настройка-переменных-окружения","Шаг 3: Настройка переменных окружения",[21,922,923,924,927,928,931],{},"После установки необходимо добавить CUDA в системные пути. Откройте файл ",[25,925,926],{},"~/.bashrc"," (для текущего пользователя) или ",[25,929,930],{},"/etc/profile.d/cuda.sh"," (для всех пользователей) в текстовом редакторе.",[21,933,934],{},"Добавьте в конец файла строки:",[179,936,938],{"className":181,"code":937,"language":183,"meta":184,"style":184},"export PATH=/usr/local/cuda-12.1/bin${PATH:+:${PATH}}\nexport LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}\n",[25,939,940,962],{"__ignoreMap":184},[188,941,942,944,947,949,952,954,957,959],{"class":190,"line":191},[188,943,202],{"class":201},[188,945,946],{"class":205}," PATH",[188,948,209],{"class":201},[188,950,951],{"class":205},"/usr/local/cuda-12.1/bin${PATH",[188,953,335],{"class":201},[188,955,956],{"class":205},"+",[188,958,335],{"class":201},[188,960,961],{"class":205},"${PATH}}\n",[188,963,964,966,969,971,974,976,978,980],{"class":190,"line":198},[188,965,202],{"class":201},[188,967,968],{"class":205}," LD_LIBRARY_PATH",[188,970,209],{"class":201},[188,972,973],{"class":205},"/usr/local/cuda-12.1/lib64${LD_LIBRARY_PATH",[188,975,335],{"class":201},[188,977,956],{"class":205},[188,979,335],{"class":201},[188,981,982],{"class":205},"${LD_LIBRARY_PATH}}\n",[156,984,985],{},[21,986,987,988,991,992,995,996,999,1000,128],{},"💡 ",[55,989,990],{},"Совет:"," Версия в пути (",[25,993,994],{},"cuda-12.1",") должна соответствовать установленной. Проверьте, создана ли символьная ссылка ",[25,997,998],{},"/usr/local/cuda"," на конкретную версию: ",[25,1001,1002],{},"ls -la /usr/local/cuda*",[21,1004,1005],{},"Примените изменения без перезагрузки:",[179,1007,1009],{"className":181,"code":1008,"language":183,"meta":184,"style":184},"source ~/.bashrc\n",[25,1010,1011],{"__ignoreMap":184},[188,1012,1013,1016],{"class":190,"line":191},[188,1014,1015],{"class":307},"source",[188,1017,1018],{"class":212}," ~/.bashrc\n",[105,1020,1022],{"id":1021},"шаг-4-проверка-и-верификация-установки","Шаг 4: Проверка и верификация установки",[21,1024,1025],{},"Выполните две ключевые команды для проверки:",[49,1027,1028,1053],{},[52,1029,1030,1033,1045,1048,1049,1052],{},[55,1031,1032],{},"Проверка компилятора NVCC:",[179,1034,1036],{"className":181,"code":1035,"language":183,"meta":184,"style":184},"nvcc --version\n",[25,1037,1038],{"__ignoreMap":184},[188,1039,1040,1042],{"class":190,"line":191},[188,1041,334],{"class":283},[188,1043,1044],{"class":307}," --version\n",[1046,1047],"br",{},"Вывод должен показать версию ",[25,1050,1051],{},"release 12.1"," (или другую, которую вы установили).",[52,1054,1055,1058,1066,1068,1069,1071],{},[55,1056,1057],{},"Проверка связи с драйвером и GPU:",[179,1059,1060],{"className":181,"code":779,"language":183,"meta":184,"style":184},[25,1061,1062],{"__ignoreMap":184},[188,1063,1064],{"class":190,"line":191},[188,1065,779],{"class":283},[1046,1067],{},"Эта команда покажет информацию о GPU, версии драйвера и используемой версии CUDA (в верхнем правом углу). Убедитесь, что версия CUDA в ",[25,1070,119],{}," совместима с установленным Toolkit.",[21,1073,1074],{},"Если обе команды работают, установка прошла успешно.",[16,1076,1078],{"id":1077},"возможные-проблемы","Возможные проблемы",[1080,1081,1082,1108,1121,1138],"ul",{},[52,1083,1084,1090,1091,1093,1094,1097,1098,1101,1102,1104,1105,128],{},[55,1085,1086,1087],{},"Ошибка ",[25,1088,1089],{},"nvcc: command not found",": Переменная ",[25,1092,84],{}," не настроена или указана неверная версия CUDA. Выполните ",[25,1095,1096],{},"echo $PATH"," и убедитесь, что в выводе есть путь вида ",[25,1099,1100],{},"/usr/local/cuda-12.1/bin",". Исправьте ",[25,1103,926],{}," и выполните ",[25,1106,1107],{},"source ~/.bashrc",[52,1109,1110,1113,1114,1116,1117,1120],{},[55,1111,1112],{},"Конфликт версий драйвера и CUDA",": Если ",[25,1115,119],{}," показывает версию CUDA, несовместимую с установленным Toolkit (например, драйвер 525, а CUDA 12.1 требует минимум 525.60.05), обновите драйверы через ",[25,1118,1119],{},"sudo apt install nvidia-driver-535"," или аналогичную команду.",[52,1122,1123,1126,1127,1130,1131,1134,1135,128],{},[55,1124,1125],{},"Ошибка зависимостей при установке",": Убедитесь, что вы добавили репозиторий NVIDIA правильно. Попробуйте выполнить ",[25,1128,1129],{},"sudo apt --fix-broken install"," или установите CUDA вручную, скачав ",[25,1132,1133],{},".run","-файл с сайта NVIDIA и запустив его с флагами ",[25,1136,1137],{},"--silent --toolkit",[52,1139,1140,1145,1146,1149],{},[55,1141,1142,1144],{},[25,1143,119],{}," не работает или показывает «No devices were found»",": Проверьте, правильно ли установлены драйверы (",[25,1147,1148],{},"lsmod | grep nvidia","), не отключена ли видеокарта в BIOS/UEFI и работает ли она в Windows (если dual-boot).",[455,1151,1152],{},"html pre.shiki code .sScJk, html code.shiki .sScJk{--shiki-default:#6F42C1;--shiki-dark:#B392F0}html pre.shiki code .szBVR, html code.shiki .szBVR{--shiki-default:#D73A49;--shiki-dark:#F97583}html pre.shiki code .sj4cs, html code.shiki .sj4cs{--shiki-default:#005CC5;--shiki-dark:#79B8FF}html pre.shiki code .sZZnC, html code.shiki .sZZnC{--shiki-default:#032F62;--shiki-dark:#9ECBFF}html .default .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .shiki span {color: var(--shiki-default);background: var(--shiki-default-bg);font-style: var(--shiki-default-font-style);font-weight: var(--shiki-default-font-weight);text-decoration: var(--shiki-default-text-decoration);}html .dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html.dark .shiki span {color: var(--shiki-dark);background: var(--shiki-dark-bg);font-style: var(--shiki-dark-font-style);font-weight: var(--shiki-dark-font-weight);text-decoration: var(--shiki-dark-text-decoration);}html pre.shiki code .sJ8bj, html code.shiki .sJ8bj{--shiki-default:#6A737D;--shiki-dark:#6A737D}html pre.shiki code .sVt8B, html code.shiki .sVt8B{--shiki-default:#24292E;--shiki-dark:#E1E4E8}",{"title":184,"searchDepth":198,"depth":198,"links":1154},[1155,1156,1157,1163],{"id":664,"depth":198,"text":665},{"id":671,"depth":198,"text":672},{"id":732,"depth":198,"text":733,"children":1158},[1159,1160,1161,1162],{"id":736,"depth":216,"text":737},{"id":817,"depth":216,"text":818},{"id":919,"depth":216,"text":920},{"id":1021,"depth":216,"text":1022},{"id":1077,"depth":198,"text":1078},"2026-04-08 18:05:04","Установите CUDA Toolkit на Ubuntu, Debian или CentOS за 10 минут. Пошаговая инструкция с проверкой версий, настройкой переменных среды и решением типовых проблем.","10-15 мин",[1168,1171,1174,1177],{"question":1169,"answer":1170},"Почему после установки CUDA команда nvcc не найдена?","Скорее всего, не добавлена переменная PATH. Добавьте `export PATH=/usr/local/cuda-\u003Cversion>/bin${PATH:+:${PATH}}` в `~/.bashrc` и выполните `source ~/.bashrc`.",{"question":1172,"answer":1173},"Можно ли установить CUDA без драйверов NVIDIA?","Нет. CUDA Toolkit требует установленные совместимые драйверы NVIDIA. Сначала установите драйверы, затем CUDA.",{"question":1175,"answer":1176},"Как узнать, какая версия CUDA совместима с моей видеокартой?","Определите модель GPU командой `lspci | grep -i nvidia`, затем найдите её в таблице совместимости на сайте NVIDIA. Это ключевой шаг перед загрузкой пакета.",{"question":1178,"answer":1179},"Что делать, если при установке возникает ошибка зависимостей?","Обновите список пакетов (`sudo apt update` или `sudo yum update`) и убедитесь, что вы добавили официальный репозиторий NVIDIA. Для ручной установки используйте.run-пакет с флагом `--override`.",[1181,1184,1187,1190,1193],{"name":1182,"text":1183},"Проверка аппаратной совместимости","Определите модель вашей видеокарты NVIDIA и убедитесь, что она поддерживается выбранной версией CUDA. Используйте команду `lspci | grep -i nvidia`.",{"name":1185,"text":1186},"Установка зависимостей и драйверов","Установите необходимые системные пакеты и последние стабильные драйверы NVIDIA. Для Debian/Ubuntu: `sudo apt install build-essential`. Для установки драйверов используйте репозиторий NVIDIA или менеджер пакетов.",{"name":1188,"text":1189},"Добавление репозитория NVIDIA и установка CUDA","Добавьте официальный репозиторий NVIDIA в систему. Для Ubuntu/Debian используйте `sudo apt-key adv...` и `sudo add-apt-repository...`. Затем установите CUDA Toolkit через `sudo apt install cuda`.",{"name":1191,"text":1192},"Настройка переменных окружения","Добавьте пути к бинарным файлам и библиотекам CUDA в переменные PATH и LD_LIBRARY_PATH. Внесите изменения в `~/.bashrc` или `/etc/profile.d/cuda.sh`.",{"name":1194,"text":1195},"Верификация установки","Перезагрузите терминал или выполните `source ~/.bashrc`. Проверьте установку командами `nvcc --version` и `nvidia-smi`. Убедитесь, что версии совместимы.",[1197,1198,1199,1200,1201,1202,1203,1204],"установка cuda toolkit linux","как установить cuda на ubuntu","cuda toolkit ошибка установки","настройка переменных среды cuda linux","проверка версии cuda после установки","cuda toolkit для машинного обучения","установка cuda на centos","nvidia cuda toolkit linux инструкция",{},"linux",[1208,1209,1210],"/guides/linux/install-nvidia-drivers-linux","/errors/linux/cuda-version-mismatch","/guides/general/verify-cuda-installation","Гайды по разработке",{"title":654,"description":1165},"guides/general/install-cuda-toolkit-linux","Этот гайд поможет вам корректно установить CUDA Toolkit на Linux-систему для работы с GPU-ускоренными вычислениями. Вы научитесь проверять совместимость, настраивать окружение и верифицировать установку.",[1216,1217,1218,1219,1206,1220,1221],"cuda","nvidia","gpu","установка","devops","машинное обучение","guide","89XD00bsyj0LsrZJsM_FfJYTwpZ9qgPMUD1kB2itOjs"]