我在2019年底在没有Anaconda的CUDA 10.1上遇到了这个问题（所有内容都通过pip安装）。numba文档说它首先查找由名为 cudatoolkit 的conda包配置的CUDA，但这不适用，因为我没有使用conda安装任何东西。它查找CUDA的第二个地方是在环境变量CUDA_HOME中，将其设置为“C：\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1”对我来说很有用：

此后，错误消失，numba代码运行。

这些是我设置的环境变量，以获取在Windows上运行的一些pyCUDA示例代码：
NUMBAPRO_NVVM = C：\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\nvvm\bin\nvvm64_32_0.dll
NUMBAPRO_LIBDEVICE = C：\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\nvvm\libdevice\

必须从末端拆下横杆。

NUMBAPRO_LIBDEVICE = C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.1\nvvm\libdevice

Windows 10（x64）上的Python 3.7.0（AMD上的x64）。CUDA 10

pip install --upgrade pip  
pip install numba
pip install numpy
pip install six

还需要设置系统变量path为：

NUMBAPRO_NVVM=c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\nvvm\bin\nvvm64_33_0.dll
NUMBAPRO_LIBDEVICE=c:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0\nvvm\libdevice

重启电脑！（因为某些原因，这一点很重要）。这对我很有效。

使用Windows 10 x64 + Python 3.10 + CUDA 11.8 + Tensorflow 2.10 + Anaconda（或Miniconda）进行测试
这将根据当前Anaconda环境自动检测正确的目录，在本例中为py310tf：

# [Bugfix]. Anaconda (or Miniconda) + Tensorflow: Prevent CUDA from warning that it cannot find nvvm when JIT compiling.
import subprocess
from pathlib import Path
anaconda_path_to_python = Path(subprocess.check_output("where python").decode("utf-8").split("\n")[0]).parent # Find Anaconda home directory.
os.environ["XLA_FLAGS"] = f"--xla_gpu_cuda_data_dir={anaconda_path_to_python}" # e.g. if Miniconda environment was py310tf this would be C:/Users/%USERNAME%/miniconda3/envs/py310tf
print(f"CUDA: Add path to find NVVM for JIT compiling: XLA_FLAGS={os.environ['XLA_FLAGS']}")

输出：

CUDA: Add path to find NVVM for JIT compiling: XLA_FLAGS=--xla_gpu_cuda_data_dir=C:\Users\Gravitas\miniconda3\envs\py310tf