安装CUDA toolkit遇报错需卸载相关程序，是否安全该如何操作？

卸载冲突NVIDIA组件的安全性说明 #

你遇到的冲突组件是显卡驱动自带的配套SDK，卸载和目标CUDA版本冲突的对应组件是完全安全的，不会影响显卡的基础使用，只要后续安装的CUDA配套驱动和你的显卡适配即可，无需担心。

正确操作流程 #

• 第一步：从控制面板卸载所有版本和你要安装的CUDA Toolkit不一致的相关组件，包括：
  • 报错提示的NVIDIA Frameview SDK
  • 所有旧版本的CUDA Toolkit、CUDA Visual Studio Integration、NVIDIA Nsight系列组件
  • 注意：NVIDIA GeForce Experience、NVIDIA PhysX这类和CUDA无关的普通显卡组件不需要卸载；如果你当前的显卡驱动版本高于要安装的CUDA要求的最低驱动版本，也可以不用卸载显卡主驱动，只删冲突组件即可
• 第二步：卸载完成后重启电脑，清理残留的临时文件
• 第三步：右键点击CUDA Toolkit安装包，选择以管理员身份运行，避免权限问题引发的安装报错
• 第四步：安装时如果没有特殊自定义需求直接选择精简安装即可；如果要自定义安装，可根据你的实际需求取消不需要的组件（比如你已经保留了更高版本的显卡驱动，就可以取消勾选驱动相关选项）
• 第五步：安装完成后检查系统环境变量，正常情况下安装程序会自动添加以下两个变量，缺失的话手动补充：

  CUDA_PATH = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.x （xx.x替换为你安装的CUDA版本号）
  CUDA_PATH_Vxx_x = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vxx.x
  

  同时确认Path变量中已经添加以下两条路径，缺失则手动补充：

  %CUDA_PATH%\bin
  %CUDA_PATH%\libnvvp
  

• 第六步：验证CUDA安装状态，按下Win+R打开运行窗口输入cmd，在命令行中输入nvcc -V，如果输出对应CUDA版本信息即代表安装成功
• 第七步：配置cuDNN，将下载好的cuDNN压缩包解压，把解压得到的bin、include、lib三个文件夹直接复制到上述CUDA_PATH对应的安装目录下，覆盖同名文件即可
• 第八步：验证整套深度学习GPU环境可用性，以PyTorch为例，运行torch.cuda.is_available()，返回True即代表环境配置完成

内容的提问来源于stack exchange，提问作者nasc