在软件个锤子站，你会发现很多关于生成式AI工具的整合包。这些整合包通常已经包含了运行环境，但不少朋友还是更倾向于自己部署。不过，过程中可能会遇到运行报错的问题。究其原因，大多是因为缺少关键的运行环境支持。
为了帮大家解决这些问题，我们特别整理了一些必备工具、框架以及插件。本篇文章将重点介绍几款玩转生成式AI所需的基础程序，同时附上详细安装教程，避免编程小白因为技术难题而头疼。
基础环境搭建：三大必备程序
玩生成式AI，以下三款工具是你绕不开的基础支持：
1. CUDA（Compute Unified Device Architecture）
CUDA 是英伟达（NVIDIA）推出的一种并行计算平台和编程模型，专门用来充分挖掘 NVIDIA GPU 的计算能力。它允许程序将繁琐的计算任务从 CPU 转移到 GPU，显著提升运行效率。
– 核心作用：用显卡代替 CPU 处理复杂运算。
– 适用场景：特别适合需要高效处理大数据或执行高计算量任务的场景。
简单点说，CUDA 就是让显卡“动起来”，在生成式AI的世界里，处理速度会因此快上一大截。
2. cuDNN
接下来会为你介绍这个必不可少的深度学习加速工具，以及如何与 CUDA 无缝衔接。
3. FFmpeg
视频和音频处理工具，能够解决 AI 项目中可能涉及的多媒体数据需求。
考虑到很多朋友并没有编程经验，我们的教程完全零门槛，只需跟着步骤走，就能轻松搞定。不仅让你的生成式AI运行顺畅，还能帮助你更好地理解这些工具的实际作用。
CUDA安装教程
1、安装英伟达（NVIDIA）显卡驱动
首先确定你使用的是英伟达（NVIDIA）显卡，并已安装了显卡驱动，驱动安装这里就不再赘述了，此链接可以下载并安装英伟达（NVIDIA）显卡驱动（https://www.nvidia.cn/drivers/lookup/）
2、确定可安装的CUDA版本
① 安装好英伟达（NVIDIA）显卡驱动后，右键点击电脑桌面空白处，选择“NVIDIA控制面板”
② 在“NVIDIA控制面板”页面中，点击左下角的“系统信息”，在“系统信息”窗口中点击“组件”，在第三行可以看到你的显卡所支持的CUDA最高版本
3、下载CUDA
① 确定支持的CUDA版本之后，进入下方的CUDA下载网址，在列表中选择对应版本的CUDA
CUDA下载：https://developer.nvidia.com/cuda-toolkit-archive
② 选择系统Windows，然后选择系统版本，如果电脑是Win10就选10，是Win11就选11，CUDA工具包有网络安装和离线安装两个方式，“网络版”的会自动选择适合本机的下载，适合网络环境好的时候使用，“本地版”包含了所有的内容，可以直接安装，建议选择“本地版”，然后点击“下载”，下载程序放置在任意文件夹中均可
4、安装CUDA
① 双击下载好的CUDA安装程序
② 安装路径建议按照默认路径，点击“OK”，稍作等待
③ 安装程序启动后，点击“同意并继续”
④ 安装选项建议默认选择“精简”，然后点击“下一步”，再次点击“下一步”，耐心等待安装，安装完毕后再次点击“下一步”
⑤ 默认勾选两项，最后点击“关闭”
⑥ 在桌面左下角的Windows系统搜索框中搜索“环境变量”，选择“编辑系统环境变量”
⑦ 在跳出的系统属性框中点击“环境变量”，在下方的系统变量中可以看到CUDA环境变量已经自动添加，双击“path”，在编辑环境变量框中也能看到相关的路径已经自动添加，如果没有问题就依次点击三次确定，，然后重启电脑
⑧ 如果环境变量没有自动添加，可以点击“新建”，手动将CUDA安装的路径粘贴进去，设置好后依次点击三次确定，然后重启电脑
分别为：
CUDA_PATH：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
CUDA_PATH_V12_6：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp
5、检查CUDA是否安装成功
① 键盘按住“Win”键，然后再按“R”键，在运行框中输入“cmd”，点击“确定”打开命令提示符（一个黑色的代码框）
② 在代码框中输入“nvcc –version”，键盘敲击一下“回车”，看下方出现CUDA版本信息即说明CUDA已安装成功
