五六年前深度學習還是個新鮮事的時候，linux下顯卡驅動、CUDA的很容易把小白折磨的非常痛苦，以至於當時還有一個叫manjaro的發行版，因為驅動安裝簡單流行。老黃也意識到了這個問題，增加了很多新的安裝方式。

最近發現了使用pip安裝CUDA的方式。這種方法只安裝一些必要的運行時，沒有開發工具。好處是可以配合python的虛擬環境，無痛管理環境，windows/linux都能適用。但如果想在python以外使用，需要一些額外設置。

方法非常簡單，只需要先編寫一個requirements.txt，然後使用pip安裝。

requirements.txt文件：

--extra-index-url https://pypi.ngc.nvidia.com

nvidia-cuda-runtime-cu11
nvidia-cuda-cupti-cu11
nvidia-cuda-nvcc-cu11
nvidia-nvml-dev-cu11
nvidia-cuda-nvrtc-cu11
nvidia-nvtx-cu11
nvidia-cuda-sanitizer-api-cu11
nvidia-cublas-cu11
nvidia-cufft-cu11
nvidia-curand-cu11
nvidia-cusolver-cu11
nvidia-cusparse-cu11
nvidia-npp-cu11
nvidia-nvjpeg-cu11

文件中的cu11代表CUDA 11，具體的11.X會自動選取。如果需要手動選取特定版本，應該直接寫成cu11x就行了。

安裝指令：

pip install -r requirements.txt

一般來説，國內會自動解析到英偉達的國內下載站（developer.download.nvidia.cn），所以速度非常快。