在计算机科学领域中，GPU（图形处理单元）是一种用于加速图形和影像处理的专门硬件，它可以用来执行各种并行计算任务。而CUDA（Compute Unified Device Architecture）则是一种由英伟达开发的并行计算平台和编程模型，通过利用GPU的并行计算能力来加速通用计算。

那么，必须有GPU才能装CUDA吗？答案是肯定的。因为CUDA需要依赖GPU来执行并行计算任务，如果没有GPU，那么CUDA将无法正常工作。但是，不同的GPU类型将对CUDA的可用性产生不同的影响。

例如，如果您拥有英伟达公司的GPU，那么您可以访问即时编译器（JIT）功能，这将使您能够更加方便地进行编程和测试。但是，如果您拥有其他类型的GPU，那么您需要进行一些额外的设置工作才能让CUDA正常工作。

现在，让我们看看一些代码示例来演示这个问题。以下代码将演示如何使用Python和PyCUDA来检查计算机中是否存在GPU：

import pycuda.driver as cuda
import pycuda.autoinit
 
 
def check_cuda_device():
    cuda.init()
    count = cuda.Device.count()
    if count > 0:
        print("Your computer has at least one GPU device!")
    else:
        print("Sorry, your computer doesn't have GPU device.")
 
 
check_cuda_device()

在这个代码示例中，我们使用了Python编程语言和PyCUDA库来初始化CUDA，然后使用PyCUDA的Device类中的count()方法来检查计算机中是否存在GPU设备。如果存在的话，我们会得到一条输出消息，如果不存在，则会得到另一条输出消息。

最后需要注意的是，安装CUDA时需要注意操作系统和硬件的兼容性问题。如果您的计算机不支持CUDA，或者您的GPU型号与CUDA不兼容，那么CUDA将无法正常工作。