はじめに

Linux環境（Ubuntu）でNumPyやNumbaを使用している場合、numba -sコマンドを実行すると、CUDA Driver VersionとCUDA Runtime Versionの数値が異なることがあります。たとえば「CUDA Driver Version : 12.2」「CUDA Runtime Version : 12.4」のように、-driverの方がruntimeより古い数値表示される現象です。

多くのユーザーがこの不一致を“不具合”と感じますが、じつはCUDAの設計上は正常な動作である場合があります。本稿では、このバージョンマッチングの問題が本当に問題かどうか判断基準と、適切に解決する方法を解説します。

結論

CUDA driverとruntimeのバージョンが異なる場合、多くのケースでは問題ありません。新機能の追加が必要な場合のみ、driverまたはCUDA toolkitのバージョンを調整してください。

問題の概要

発生する症状

numba -s | grep CUDAでdriverとruntimeのバージョンが異なる
nvcc -Vとnvidia-smiで表示されるCUDAバージョンが一致しない
PyTorchやTensorFlowの学習時にバージョンが原因のエラーが発生する

環境例

$ numba -s | grep CUDA
CUDA Device Initialized : True
CUDA Driver Version : 12.2
CUDA Runtime Version : 12.4
CUDA NVIDIA Bindings Available : False
CUDA NVIDIA Bindings In Use : False

driverとruntimeの違いを理解する

まず、以下の2つの概念を区別することが重要です：

NVIDIA Driver（CUDA Driver）

nvidia-smiやnvccが表示するバージョンです。GPUハードウェアと通信するための низкоуровневый ソフトウェアです。driverのバージョンが新しいほど、新しいGPUアーキテクチャや機能に対応できます。

CUDA Toolkit（CUDA Runtime）

nvccコマンドなどで確認できるバージョンです。コンパイラ、ライブラリ、サンプルコードを含む開発キットです。

バージョンが不一致でも問題ない理由

Stack Overflowの回答によると、「nvidia-smiが報告するCUDAバージョンがnvcc -Vで報告するバージョンと同等かそれより高い場合、これは問題ではありません」

これは後方互換性のためです。新しいdriverは古いCUDA Toolkitでビルドされたアプリケーションを実行できます。

例：driver 12.2 + runtime 12.4

driver 12.2：2023年リリースのバージョン
runtime 12.4：2024年リリースのバージョン
driver 12.2でもruntime 12.4のアプリケーションは動作する（後方互換性）

本当に問題がある場合の見分け方

以下の症状がある場合、バージョンマッチの問題可能性があります：

GPU計算が正しく実行されない
「CUDA error」や「driver is too old」などのエラーメッセージ
特定のCUDA機能（新しいアーキテクチャなど）が利用できない

具体的な解決手順

Step 1：現在のバージョンを確認する

# driverバージョン確認
nvidia-smi

# CUDA Toolkitバージョン確認
nvcc -V

# Numbaの場合
numba -s | grep CUDA

Step 2：問題の有無を判断する

以下の条件を満たす場合は、基本的で問題ありません：

nvidia-smiのCUDAバージョン ≥ nvcc -VのCUDAバージョン
アプリケーションが正常に動作している

Step 3：バージョンを統一したい場合の対応

方法A：UbuntuでCUDA Toolkitを削除して再インストール

# 現在のCUDA Toolkitを削除
sudo apt remove nvidia-cuda-toolkit
sudo apt autoremove

# 適切なバージョンをインストール（例：12.2）
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt update
sudo apt install cuda-toolkit-12-2

方法B：NVIDIA Driverを再インストール

# PPAからインストール（Ubuntuの場合）
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo apt install nvidia-driver-525  # 適切なバージョンを選択

方法C：conda環境を使用する場合

# 環境を作成時にバージョンを指定
conda create -n myenv pytorch torchvision pytorch-cuda=11.8 -c pytorch -c nvidia
conda activate myenv

補足・注意点

バージョン互換性の公式資料

NVIDIA公式のCUDA Compatibilityドキュメントでは、CUDAアプリケーションが異なるdriverバージョンで動作する方法が詳しく説明されています。

Windows環境での注意点

Windows Server 2022では、PyTorchなどのフレームワークを使用する際、driverとtoolkitの互換性がより厳格になる場合があります。Windows環境ではdriverの再インストールを検討してください。

よく落ちる落とし穴

複数バージョンの共存：異なるCUDAバージョンを複数インストールするとPATHが混乱する
PATH環境変数：nvccが見つからない場合は/usr/local/cuda/binがPATHに含まれるか確認
コンテナ環境：Dockerを使用する場合、hostのdriverとcontainer内のtoolkitの組み合わせが重要

推奨されるバージョン組み合わせ

Driver Version	CUDA Toolkit
525.xx	12.0
535.xx	12.2
550.xx	12.4

まとめ

CUDA driverとruntimeのバージョンが異なる現象は、多くの場合，正常な動作です。NVIDIA driverは後方互換性があるため、新しいdriverで古いCUDA Toolkitのアプリケーションを実行できます。アプリケーションが正常に動作している場合は、特に気にする必要はありません。

もしGPU計算エラーが発生する場合は、本記事の手順を参考にバージョンを確認し、必要に応じてdriverまたはCUDA Toolkitを適切なバージョンに更新してください。

【numba/NVIDIA】CUDA driverとruntimeのバージョン不一致を解決する