1樓：智星雲服務
用一張圖表示為：
最底層是裝有顯示卡的計算機，計算機安裝有作業系統，顯示卡驅動（GPU Driver）基於作業系統，CUDA是在驅動之上提供給軟體開發人員的乙個程式設計庫，現在多應用在平行計算等科學和工程研究領域。
顯示卡：相當於乙個小型的電腦系統，顯示卡這塊PCB板，就好比電腦的主機板，上面焊接了GPU核心（CPU），同時還有視訊記憶體（記憶體），供電模組，散熱。屬於硬體層面。
顯示卡驅動：相當於介紹顯示卡的名片，告訴作業系統（Win10），這個顯示裝置叫什麼，使用這個顯示裝置需要哪些檔案，就好比用一些詞語、句子來描述乙個人。屬於軟體層面。
而CUDA：是全球兩大電腦GPU生產商NVIDIA和AMD之中NVIDIA開發的一套並行運算平台，可以利用NVIDIA旗下顯示卡（AMD的不支援）的架構特性，進行科學計算，比如現在大熱的人工智慧等等，都需要GPU來協助進行計算。你可以把CUDA想象成NVIDIA公司提供的乙個計算平台，你在這個平台上，可以使用NV公司提供給你的各種便捷計算工具來進行計算，不需要你自己再來開發這些工具。
簡單來講，比如，我們要算100000次從1加到10000000，如果利用乙個4執行緒CPU，需要100000/4=250000次，而用GPU（假如它是1000個執行緒），效能相同的情況下，AMD的這個1000執行緒的GPU要算1000000/1000=1000次，NV的這個1000執行緒的GPU也是1000次。但是現在如果使用CUDA，它能提供一種類似高斯「1加到50，利用首尾相加再除以2」的方法來簡化計算，那麼使用CUDA後的NV顯示卡可能只需要計算200次，可見效率提高了很多。
總之，顯示卡是硬體層面的，好比汽車，需要顯示卡驅動這個「人」來駕駛，而CUDA就是NVIDIA牌汽車上的駕駛輔助系統，幫助你駕駛，就是這麼簡單。
自己配置環境確實總是會有各種各樣的問題，在這裡比較推薦大家在智星雲租用GPU，環境都是配置好的，價效比很高
2樓：
顯示卡不需要解釋了吧。
顯示卡驅動，是很複雜的東西，裡面包含了opengl/d3d/metal的實現。
cuda是NVIDIA設計的的通用平行計算架構，估計是從opengl/d3d的compute shader發展起來的。
大家通常說的cuda，是cuda c++。
3樓：止忽
一般顯示卡指的是個人電腦圖形加速顯示卡，也就是板卡硬體。
顯示卡驅動是硬體與系統溝通的軟體配套。
CUDA 是特定顯示卡特定驅動中的乙個功能聚合介面，類似API，目的是簡化開發。
4樓：Zhang Wang
顯示卡：（GPU）主流是Nvidia的GPU，深度學習本身需要大量計算。GPU的平行計算能力，在過去幾年裡恰當地滿足了深度學習的需求。
AMD的GPU基本沒有什麼支援，可以不用考慮。
驅動：沒有顯示卡驅動，就不能識別GPU硬體，不能呼叫其計算資源。但是呢，Nvidia在Linux上的驅動安裝特別麻煩，尤其對於新手簡直就是噩夢。
得遮蔽第三方顯示卡驅動。下面會給出教程。
CUDA：是Nvidia推出的只能用於自家GPU的平行計算框架。只有安裝這個框架才能夠進行複雜的平行計算。
主流的深度學習框架也都是基於CUDA進行GPU並行加速的，幾乎無一例外。還有乙個叫做cudnn，是針對深度卷積神經網路的加速庫。
驅動安裝教程：
顯示卡驅動為什麼能提公升顯示卡效能？
emmmm 不是顯示卡驅動為什麼能提公升顯示卡效能，而是，沒有顯示卡驅動，你的顯示卡根本就不知道你打出的指令是啥子，玩意。如果沒有顯示卡驅動，你的顯示卡只是一塊通了電的電路板。 槓精屠手 為什麼能提公升上面也說了我但是要提一下驅動最好不要每次都更新 nv為了賣新卡對老卡有時會在驅動上進行負優化可以等...
如何編寫顯示卡驅動？
Sieg Hail 這個問題是個開放問題，開放問題的好處就是可以各種install b.硬體，驅動 OS kernel 和應用軟體 user mode 是三個不同領域，每塊都有其領域知識。看自己的悟性吧，如果我告訴你乙個寫了若干年WDDM driver的未必會用DXSDK實現個shadow map，...
請問顯示卡驅動到底是怎麼工作的
天高皇帝遠 我不是這方面專業的人才，但是略知一二 簡單的理解就是 使用說明書的意思 驅動應該是告訴系統這個硬體是如何的，更高效率的工作的乙個東西。顯示卡和處理器之間是通過通道和協議進行鏈結，處理資訊的，但是要如何交換資訊，是系統影響的，而驅動就是告訴系統咋用的意思 Belleve PC 顯示卡最早是...