显卡、显卡驱动、CUDA之间的关系
显卡：（GPU）主流是NVIDIA的GPU，深度学习本身需要大量计算。GPU的并行计算能力，在过去几年里恰当地满足了深度学习的需求。AMD的GPU基本没有什么支持，可以不用考虑。
驱动：没有显卡驱动，就不能识别GPU硬件，不能调用其计算资源。
CUDA：是NVIDIA开发的一种并行计算平台和编程模型，用于图形处理单元（GPU）上的常规计算。借助CUDA，开发人员能够利用GPU的功能来显着加快计算应用程序的速度。
cuda 部署安装包下载：https://developer.nvidia.com/cuda-downloads?target_os=Linux
wget https://developer.download.nvidia.com/compute/cuda/11.4.2/local_installers/cuda_11.4.2_470.57.02_linux.run
sh cuda_11.4.2_470.57.02_linux.run
配置环境变量
vim /etc/profile
export PATH="$PATH:/usr/local/cuda-11.4/bin"
export LD_LIBRARY_PATH="$LD_LIBRARY_PATH:/usr/local/cuda-11.4/lib64"
source /etc/profile
验证CUDA
nvcc -V