NVIDIA CUDA Toolkit 13.0 설치 가이드

​

CUDA Toolkit이란?

​

사전 요구사항

​

다운로드

1

CUDA Toolkit 공식 웹사이트 접속

웹 브라우저에서 NVIDIA CUDA Toolkit 공식 웹사이트에 접속합니다.이 페이지에서는 최신 버전의 CUDA Toolkit을 다운로드할 수 있습니다. 하지만 우리는 특정 버전(13.0)이 필요하므로, Archive(과거 버전 보관소) 페이지로 이동해야 합니다.

2

CUDA Toolkit Archive에서 13.0 버전 찾기

최신 버전이 아닌 CUDA 13.0 버전이 필요한 경우, CUDA Toolkit Archive 페이지에 접속합니다.목록에서 CUDA Toolkit 13.0을 찾아 클릭합니다. 목록이 길 수 있으니 페이지 내 검색(Ctrl+F)으로 “13.0”을 검색하면 빠르게 찾을 수 있습니다.

최신 버전이 필요하다면 Archive가 아닌 메인 다운로드 페이지에서 바로 받을 수 있습니다. 하지만 특정 AI 프레임워크가 요구하는 CUDA 버전이 있을 수 있으므로, 사용하려는 프레임워크의 공식 문서에서 권장 CUDA 버전을 먼저 확인하세요.

3

운영체제 및 설치 파일 유형 선택

CUDA 13.0 다운로드 페이지에서 내 컴퓨터에 맞는 설정을 선택합니다.아래와 같이 차례대로 선택하세요:

1. Operating System: Windows 를 클릭합니다
2. Architecture: x86_64 를 클릭합니다 (일반적인 데스크톱/노트북)
3. Version: 사용 중인 Windows 버전(11)을 클릭합니다
4. Installer Type: exe (local) 을 클릭합니다

exe (local)과 exe (network)의 차이: local은 설치에 필요한 모든 파일을 한 번에 다운로드합니다 (파일 크기가 크지만 안정적). network은 설치 중에 필요한 파일을 인터넷에서 받습니다 (파일 크기가 작지만 인터넷이 불안정하면 실패할 수 있음). local을 권장합니다.

선택이 완료되면 화면 아래쪽에 Download 버튼이 나타납니다. 클릭하여 설치 파일을 다운로드하세요. 파일 크기가 약 3GB 정도로 크니 다운로드에 시간이 걸릴 수 있습니다.

​

설치

1

설치 파일 압축 해제 (자동)

다운로드한 .exe 파일을 더블클릭하여 실행합니다. 먼저 설치 파일 내부의 압축을 풀기 시작합니다.이 과정은 자동으로 진행되며, 파일 크기가 크기 때문에 1~3분 정도 소요됩니다.

2

라이선스 동의하기

압축 해제가 완료되면 NVIDIA 설치 프로그램이 열리고, 소프트웨어 라이선스 계약 화면이 나타납니다.라이선스 내용은 CUDA Toolkit의 사용 약관입니다. 내용을 확인한 후 화면 하단의 동의 및 계속(A) 버튼을 클릭하세요.

3

설치 옵션 선택하기

어떤 방식으로 설치할지 선택하는 화면입니다.두 가지 옵션이 있습니다:

• 빠른 설치(E) (권장): CUDA Toolkit의 모든 구성 요소를 기본 설정으로 설치합니다. 신규 설치의 경우 이것을 선택하세요.
• 사용자 정의 설치(C) (고급): 설치할 구성 요소와 설치 경로를 직접 선택할 수 있습니다. 숙련된 사용자용입니다.

빠른 설치(E) (권장) 이 선택된 상태에서 다음(N) 버튼을 클릭하세요.

화면 하단에 “참고: 모든 앱을 종료해 주세요. 설치 중에 깜빡임 현상이 나타날 수 있습니다.”라는 메시지가 있습니다. 다른 프로그램을 되도록 종료하고 설치를 진행하세요.

4

Visual Studio 경고 확인하기

컴퓨터에 Visual Studio가 설치되어 있지 않으면 아래와 같은 경고가 나타납니다.이 경고는 “지원되는 Visual Studio 버전을 찾지 못했다”는 내용입니다.

Python으로 PyTorch, TensorFlow 등을 사용할 예정이라면 이 경고를 무시해도 괜찮습니다. Visual Studio는 CUDA C/C++ 프로그래밍을 할 때만 필요합니다. Python 기반 딥러닝에는 영향이 없습니다.

“I understand, and wish to continue the installation regardless” (이해했으며 설치를 계속 진행하겠습니다) 체크박스가 선택된 상태에서 NEXT 버튼을 클릭하세요.

5

설치 진행 (기다리기)

설치가 시작됩니다. “Preparing for installation” (설치 준비 중) 메시지와 함께 진행 바가 표시됩니다.설치에는 보통 3~10분 정도 소요됩니다.설치 중간에 아래와 같이 Nsight Visual Studio Edition 관련 요약 화면이 나올 수 있습니다.이 화면은 Visual Studio가 없어서 일부 디버깅 도구가 설치되지 않았다는 안내입니다. Python 딥러닝 사용에는 영향이 없으니 다음(N) 버튼을 클릭하세요.

6

설치 완료 확인

설치가 완료되면 어떤 구성 요소가 설치되었는지 요약 화면이 나타납니다.NVJPEG Runtime, CUDA Profiler API, nvcc 등 여러 구성 요소가 “설치됨” 상태인지 확인하세요. 모두 정상이면 닫기(C) 버튼을 클릭하여 설치를 종료합니다.

​

환경변수 설정

1

환경변수 확인 및 수동 설정

아래 스크린샷은 PowerShell에서 환경변수를 수동으로 설정하는 예시입니다.확인해야 할 환경변수:

환경변수	값
CUDA_HOME	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0
Path에 추가	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\bin
Path에 추가	C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\libnvvp

환경변수를 확인하는 방법:

1. Windows 검색에서 “환경 변수”를 입력합니다
2. “시스템 환경 변수 편집”을 클릭합니다
3. “환경 변수” 버튼을 클릭합니다
4. 사용자 변수 또는 시스템 변수에서 위 항목들이 있는지 확인합니다

환경변수를 변경한 후에는 열려 있는 PowerShell/명령 프롬프트를 닫고 새로 열어야 변경사항이 적용됩니다.

​

설치 확인

nvcc --version

​

문제 해결

• nvcc가 인식되지 않는 경우: 환경변수 Path에 CUDA bin 디렉토리(C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0\bin)가 추가되었는지 확인하세요. 추가 후 터미널을 새로 열어야 합니다.
• GPU가 인식되지 않는 경우: NVIDIA 디스플레이 드라이버가 최신 버전인지 확인하세요. nvidia-smi 명령어로 드라이버 상태를 확인할 수 있습니다.
• Visual Studio 통합 오류: Python 딥러닝만 사용한다면 무시해도 됩니다. C/C++ CUDA 개발이 필요하다면 Visual Studio를 설치한 후 CUDA Toolkit을 재설치하세요.
• PyTorch에서 CUDA를 인식하지 못하는 경우: PyTorch와 CUDA 버전이 호환되는지 PyTorch 공식 사이트에서 확인하세요.