CUDA（Compute Unified Device Architecture，统一计算设备架构）是 NVIDIA 推出的并行计算平台和编程模型

它允许开发者利用 NVIDIA GPU 的计算能力进行通用计算

简单来说，CUDA 提供了一套工具、API 和驱动，让编程语言能够直接调用 NVIDIA GPU 的核心进行高性能计算

在深度学习、科学计算、视频处理等场景中，GPU 凭借海量的并行计算核心，能比 CPU 快数十倍甚至上百倍，而 CUDA 正是实现这种加速的 “桥梁”

安装 GPU 版本的 TensorFlow/PyTorch 一定要 CUDA

还需要：

CUDA Toolkit：包含 CUDA 核心库、编译器、开发工具等（框架需要调用其中的库）

cuDNN：NVIDIA 针对深度神经网络优化的库（TensorFlow/PyTorch 依赖它实现卷积、池化等操作的 GPU 加速）

NVIDIA 显卡驱动：必须与 CUDA 版本匹配，是 GPU 硬件工作的基础

CUDA 是 NVIDIA 专属技术，AMD 或 Intel 的 GPU 无法使用 CUDA

import torch
print(torch.cuda.is_available())

True