NVIDIA580 & CUDA13 & cuDNN9.13 一次全部安装最新版（Win11/Ubuntu/WSL2 超全指南+踩坑）

1. 准备工作

在开始安装之前，请确保你的硬件支持NVIDIA580显卡，并已连接网络。本文将覆盖三个平台：Win11、Ubuntu、WSL2。你需要根据你的系统选择对应部分。

2. 安装NVIDIA580驱动

首先安装显卡驱动。访问NVIDIA官网下载对应系统的驱动。对于Win11，直接运行安装包；对于Ubuntu，可以通过apt或runfile安装；对于WSL2，驱动安装在Windows主机上，WSL2会自动继承。

关键词：NVIDIA580驱动安装 注意选择最新版驱动，否则可能不支持CUDA13。

3. 安装CUDA 13

CUDA 13是NVIDIA的并行计算平台。从NVIDIA开发者网站下载CUDA Toolkit 13。选择对应操作系统和架构。Win11有exe网络安装和本地安装；Ubuntu有deb或runfile；WSL2建议在Ubuntu内安装Linux版CUDA，但需确保Windows驱动已装。

关键词：CUDA13配置教程 安装时注意勾选“安装驱动”可能会覆盖现有驱动，建议取消勾选（驱动已装）。设置环境变量，验证命令：nvcc -V。

4. 安装cuDNN 9.13

cuDNN是深度神经网络加速库。需要注册NVIDIA开发者账号下载cuDNN for CUDA 13。下载对应系统的压缩包，然后解压复制到CUDA安装目录。

关键词：cuDNN9.13安装方法 注意版本对应，解压后将bin、include、lib目录内容复制到CUDA路径下。最后配置环境变量。

5. 验证安装

运行CUDA示例程序或使用Python的tensorflow/gpu版测试。确保一切正常。

6. 踩坑汇总

• 驱动版本不兼容：确保驱动支持CUDA13。
• WSL2中CUDA路径问题：需要在Windows和WSL2间共享。
• 环境变量未生效：重启终端或系统。

关键词：Win11 WSL2深度学习环境搭建 本文提供了全平台指南，助你轻松搭建。

—— 完整安装，一次成功 ——