AI開発環境

NVIDIAドライバーとCUDAのバージョンの関係 — 公式の互換表で、AIツールが動かないときの確認順

nvidia-smiに出るCUDAの版は「入っている版」ではなく「動かせる上限」だ。NVIDIA公式の互換表とPyTorch・ComfyUI・Ollamaの公式記載から、ドライバー・CUDA・GPU世代の関係と、AIツールが動かないときに見る順番を整理する。

暗い現場に段の違う搬入ゲートが3つ並び、いちばん新しいゲートだけがアンバーに光って資材の箱を通しているイメージ
AI生成のイメージ画像です

AIツールが「CUDAが使えない」と言ったら、まず疑うのはドライバーの版だ。CUDA Toolkitを入れ直すのは、たいてい最後でいい。

ComfyUIが起動しない。PyTorchがGPUを見つけない。こういうとき、CUDAを入れ直す人は多い。

ただ、NVIDIAの公式資料を読むと、話の順番が逆だとわかる。この記事では、ドライバー・CUDA Toolkit・アプリが抱えるCUDAの3つの関係を、公式の互換表どおりに整理する。

登場するのは3つ。ドライバー、Toolkit、アプリが抱えるCUDA

まず、名前の似た3つを分けておく。

名前 何か 確かめ方
NVIDIAドライバー GPUを動かす土台。版は「580.xx」のような数字 nvidia-smi の左上
CUDA Toolkit CUDAのプログラムを作る道具一式(コンパイラnvcc等) nvcc -V(出典: CUDA Installation Guide for Windows)
アプリが抱えるCUDA PyTorch等が「CUDA 13.0版」のように作られている版 アプリ側の表示(例: torch.cuda.is_available())

たとえばComfyUIのポータブル版は、公式READMEで「Python 3.13とPyTorch CUDA 13.0を同梱」と書かれ、続けて「起動しなければNVIDIAドライバーを更新して」とある(出典: ComfyUI README)。Toolkitを入れ直せ、とは書いていない。

現場でいえば、ドライバーは搬入口の門、アプリが抱えるCUDAは運び込む資材の規格だ。Toolkitは資材を自分で加工する作業場で、出来合いの資材を運び込むだけなら出番は少ない。

なお、CUDA 13.1からは、Windows版のCUDA Toolkitにドライバーが同梱されなくなったと公式ガイドにある(出典: CUDA Installation Guide for Windows)。Toolkitを入れればドライバーも新しくなる、という前提はもう成り立たない。

nvidia-smiの「CUDA」の表示は「上限」だ

nvidia-smi を打つと、右上にCUDAの版が出る。ここを「入っているCUDAの版」と読むのが、いちばん多い誤解だ。

NVIDIAのデータセンター向け互換資料は、nvidia-smiなどのツールで表示されるのは「ドライバーが対応するCUDAの最大の版」だと説明している(出典: NVIDIA CUDA Toolkit, Driver, and Architecture Matrix)。つまり、そのドライバーで動かせるアプリのCUDAの上限だ。

同じ資料には、もう1つ大事な一文がある。新しいドライバーは、古いToolkitで作られたアプリを常に動かす。一方で、各Toolkitは最低限のドライバーの版を要求する(出典: 同上)。

だから、nvidia-smiの表示が「13.4」で、アプリが「12.6版」なら問題ない。逆に、表示が「12.8」でアプリが「13.0版」なら、門が資材の規格に追いついていない。nvidia-smiの画面のほかの欄の読み方はnvidia-smiでGPU使用状況を確かめる記事にまとめた。

公式の互換表の読み方

NVIDIAのCUDA Toolkitリリースノートには、CUDAの大きな版ごとに必要なドライバーの表がある(出典: NVIDIA CUDA Toolkit Release Notes Table 3)。

アプリが抱えるCUDA(必要なドライバー)ドライバー R570系R580系R615系CUDA 11.x450以上動く動く動くCUDA 12.x525以上動く動く動くCUDA 13.x580以上動かない動く動く13.4で増えた機能R615以上動かないその機能だけ使えない動く右へ(新しいドライバーへ)進むほど、動かせる行が増えるnvidia-smi 右上の CUDA 表示 = その列のドライバーが動かせる上限(入っている Toolkit の版ではない)古いドライバーで新しい CUDA を通す Forward Compatibility は GeForce 対象外出典: NVIDIA CUDA Toolkit Release Notes(Table 2・3)/ CUDA Compatibility
行がアプリの抱えるCUDA、列が入っているドライバー。下の行ほど新しいドライバーが要り、右の列ほど多くの行を動かせる。古いアプリは新しいドライバーで動く(後方互換)ので、迷ったらドライバーを右へ進めるのが基本だ。出典: NVIDIA CUDA Toolkit Release Notes・CUDA Compatibility。
アプリのCUDA 必要なドライバー(公称値)
CUDA 13.x 580以上
CUDA 12.x 525以上
CUDA 11.x 450以上

これが「マイナーバージョン互換」という仕組みだ。同じ13.xの中なら、13.0〜13.4のどれで作られたアプリも、580以上のドライバーで動く(出典: NVIDIA CUDA Compatibility「Minor Version Compatibility」)。

ただし条件が2つある。

  • 新しい版で増えた機能は、ドライバー側の対応も要る。リリースノートは、CUDA 13.4の新機能にはR615以降のドライバーが要るとしている(出典: CUDA Toolkit Release Notes)。古いドライバーで呼ぶと cudaErrorCallRequiresNewerDriver で失敗し得る(出典: Minor Version Compatibility)
  • PTXという中間形式から実行時にコンパイルするアプリは、古いドライバーでは動かない(出典: 同上)

表の各版に対応するドライバーの系統は、CUDA 13.0がR580、13.1がR590、13.2がR595、13.3がR610、13.4がR615だ(出典: CUDA Toolkit Release Notes Table 2)。

では逆に、ドライバーを上げずに新しいCUDAを通す方法はないのか。「Forward Compatibility」という仕組みはあるが、公式ページは対象をデータセンター向けGPU、一部のRTXサーバー向け製品、Jetsonに限っている。手順もLinuxだけだ(出典: NVIDIA CUDA Compatibility「Forward Compatibility」)。ゲーミングPCのGeForceでは、ドライバーを上げるのが正攻法になる。

GPUの世代も、版の上限を決める

ドライバーとは別に、GPUそのものの世代も関係する。NVIDIAは世代ごとの番号を「Compute Capability」として公開している。

GPU Compute Capability(公称値)
RTX 5090/5080/5070 Ti/5070/5060 Ti/5060 12.0
RTX 4090・4060 8.9
RTX 3060 8.6
RTX 2070 7.5

出典: NVIDIA CUDA GPUs。RTX 2070 SUPERは一覧に単独の行がなく、RTX 2070は7.5(Turing)の欄にある。

NVIDIAの互換資料では、Maxwell・Pascal・Volta(GTX 10シリーズの世代など)は「最後に対応するToolkitがCUDA 12.x、最後のドライバーがR580」とされている。Turing(RTX 20)以降は継続中だ(出典: NVIDIA CUDA Toolkit, Driver, and Architecture Matrix)。

これはアプリ側の案内にも表れている。ComfyUIのREADMEは、通常のポータブル版(PyTorch CUDA 13.0)を20シリーズ以降向けとし、CUDA 12.6版のポータブルを10シリーズ以前のGPU向けに別に置いている(出典: ComfyUI README)。

Ollamaは、Compute Capability 5.0以上・ドライバー550以上を対応条件とし、5.0〜6.2のGPUは570以上が要るとしている(出典: Ollama GPU docs)。導入手順はOllamaの導入記事にある。

WSL2では、ドライバーはWindows側に1つだけ

WSL2でAIツールを動かす場合、もう1つ落とし穴がある。

NVIDIAのWSL向けガイドは、Windows側のドライバーが「唯一入れるべきドライバー」で、WSLの中にLinux用のドライバーを入れてはいけないと書いている。Windows側のドライバーがWSL内に libcuda.so として渡されるからだ(出典: CUDA on WSL User Guide)。

Toolkitを入れるなら、ドライバーを含まない「WSL-Ubuntu」向けパッケージを使う。cuda や cuda-drivers のメタパッケージは選ぶな、と明記されている(出典: 同上)。WSL内の nvidia-smi は機能が限られる点も書かれている。WSL2の全体の手順はWSL2+CUDAの環境構築ガイドを見てほしい。

動かないときの確認順

ここまでを段取りにすると、見る順番はこうなる。段取り八分で、上から順に1つずつ潰す。

  1. ドライバーの版: nvidia-smi が動くか。左上のドライバーの版と、右上のCUDAの上限を見る。動かなければ、ここで止まっている
  2. アプリが抱えるCUDAの版: PyTorchなら、公式の互換表で版ごとのCUDAを確かめる。PyTorch 2.15の安定版はCUDA 13.2、2.14はCUDA 12.6・13.0・13.2だ(出典: PyTorch RELEASE.md)。13.xなら580以上、12.xなら525以上のドライバーが要る
  3. GPUの世代: Compute Capabilityを一覧で確かめ、アプリの対応範囲(Ollamaなら5.0以上)に入るか見る
  4. WSL2なら置き場所: WSL内にLinux用ドライバーを入れていないか
  5. それでもダメならアプリの入れ直し: ComfyUIのREADMEは「Torch not compiled with CUDA enabled」のエラーに対し、pip uninstall torch をしてから公式のコマンドで入れ直す手順を載せている(出典: ComfyUI README)

PyTorchの torch.cuda.is_available() は「CUDAがいま使えるか」を真偽で返す(出典: PyTorch docs)。2と5の確認には、これがいちばん手早い。

Toolkitの nvcc -V が出てくるのは、自分でCUDAのコードをビルドするときだ。出来合いのAIツールを動かすだけなら、確認順の後ろでいい。

まとめ。門を新しくしてから、資材を疑う

公式資料から言えるのは次の3つだ。

  1. nvidia-smiのCUDAの表示は「ドライバーが動かせる上限」。入っているToolkitの版ではない
  2. 新しいドライバーは古いCUDAのアプリを動かす。CUDA 13.x版のアプリには580以上が要る
  3. GTX 10シリーズの世代は、CUDA 12.x・ドライバーR580が最後の対応。アプリも別の版を用意している

ドライバーを最新にしても世代の壁に当たるなら、それはGPUを入れ替える時期のサインだ。各GPUのVRAMと用途の目安はローカルLLMのPCスペック早見表、候補は今週のセール機をVRAM基準で仕分けた表と二刀流ランキングに置いてある。

最強の1台より、門と資材の規格が合った1台。外せないのはこの1点だ。


※本記事は公開情報に基づく解説です。ドライバー・CUDA・各アプリの対応は版ごとに変わります。導入前に各公式ドキュメントの最新の記載をご確認ください。

出典