还是 FaceFusion 的问题，我在用 FaceFusion 的时候，发现速度好慢，就是比 CPU 快不了多少，我一开始以为就是这样，看了眼别人的演示发现并不是这样的。

问题描述

首先，终端里会显示如下内容：

2025-01-31 12:30:59.244128068 [E:onnxruntime:Default, provider_bridge_ort.cc:1862 TryGetProviderInfo_CUDA] /onnxruntime_src/onnxruntime/core/session/provider_bridge_ort.cc:1539 onnxruntime::Provider& onnxruntime::ProviderLibrary::Get() [ONNXRuntimeError] : 1 : FAIL : Failed to load library libonnxruntime_providers_cuda.so with error: libcudnn.so.9: cannot open shared object file: No such file or directory

出现这个是因为没有安装 Nvidia cuDNN，或者是 cuDNN 的版本不对。

需要注意，如果这个问题不是每次都出现，也就是每次选择“cuda”然后跑都会出现这个问题，那么可能只是偶发问题，重启一下 FaceFusion 就好了。

此外，FaceFusion 速度只有一秒 1～2 帧。nvidia-smi显示利用率只有45%，显存占用也只有 500 MB。这种情况要么是没选“cuda”，要么就是没装好。

我咋知道安没安装？版本如何呢？

ONNX Runtime、cuDNN 和 CUDA对应的情况请见：Requirements - CUDA Execution Provider - ONNX Runtime，比如 CUDA 12.x 的如下：

从上面的错误信息可以看到，出错的是 cuDNN。这玩意没有常用的方法来检查安没安装，就像python --version这种方法。我在网上找的方法也没用，还是靠自己了。

首先，安装 cuDNN 的时候会安装一个示例项目，供你测试，如果你之前没安装过，那么可以通过找这个文件看看有没有安装。

$ ls /usr/src/ | grep cudnn
cudnn_samples_v9

其次，如果你记不清安装过没有，可以用下面的方法找到安装位置。

$ dpkg -L libcudnn9-samples
/.
/usr
/usr/share
/usr/share/doc
.....

这里你其实通过目录名cudnn_samples_v9看出来版本是9了，但是你可能还是想知道其他办法。命令行的方法我没找到，但是有一个 Pytorch 的，我觉得你都搞模型了设备上大概率也装了 Pytorch，所以这个方法实用性应该也挺高的。

import torch
print(torch.backends.cudnn.m.is_available())
print(torch.backends.cudnn.version())

输出如下：

可以看到 cuDNN 已安装，版本为 9.0.1。

如何安装cuDNN

如果你没安装 cuDNN 的话，请和驱动一样去官方下载，因为可能会因为系统版本较老等问题，导致下载的版本有问题。官方链接为：cuDNN Downloads：

这真的不是废话，我就是因为用包管理安装的，折腾了一下午。

安装方法下面有描述，也不用你自己查。

安装好之后的效果

此时，速度达到一秒 10～20 帧。nvidia-smi显示利用率也稳定 90% 以上，显存占用到达了 5000 MB。如下：

这个速度就能接受了。

希望能帮到有需要的人～