待验证50% 置信事实精确时间
使用 CUDA 加速时需要下载 CUDA 依赖包（cudart-llama-bin-win-cuXX）和主程序包（llama-bXXXX-bin-win-cuda-cuXX），且两个包的 CUDA 版本号必须一致
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/2
首次发现
有效期至：2026/9/30
来源
Llama.cpp Windows本地部署教程：免编译三步运行大模型
bilibili乐优科技2026/5/29
相关事实
待验证16系显卡即使驱动支持CUDA 11或12，也必须安装CUDA 10.2版本，否则训练无法运行80% 相似待验证NVIDIA 的 CUDA 工具包每个大版本之间存在二进制不兼容性，而 PyTorch/JAX 的预编译包与特定 CUDA 版本绑定79% 相似待验证CUDA的核心包括CUDA运行时与驱动层、PTX中间指令集，以及cuDNN、cuBLAS、TensorRT等配套库77% 相似待验证教程演示使用1050Ti显卡最高支持CUDA 11.7，因此选择基于CUDA 11.6的PyTorch 1.13.1安装命令75% 相似待验证PyTorch在打包时会将特定版本的CUDA运行库内嵌到安装包中，因此入门阶段无需单独安装完整CUDA SDK75% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/46633API
curl https://kongchang.com/api/v1/knowledge/claims/46633MCP
get_claim(id=46633)