Hoe om CUDA op Windows te installeer sonder foute: 'n gids vir ontwikkelaars en skeppers

CUDA op Windows installeer Dit hoef nie 'n hoofpyn te wees as jy weet waar om te begin en wat om by elke stap na te gaan nie. In hierdie artikel sal ek jou op 'n praktiese manier lei, met al die nuanses van versoenbaarheid, installasie, verifikasie en algemene probleemoplossing om te verseker dat die gereedskapstel die eerste keer perfek op jou rekenaar werk.

Benewens die klassieke Toolkit-installasie op Windows, sal jy ook sien hoe om CUDA met WSL te gebruik, dit met Conda of pip te installeer, voorbeelde met Visual Studio saam te stel, en die verskillende NVIDIA-drywermodelle op Windows te verstaan. Die inligting is verenigd en op datum. Gebaseer op amptelike gidse en werklike scenario's wat met jou kan gebeur, soos 'n skootrekenaar met 'n hibriede AMD iGPU + NVIDIA dGPU GPU.

Wat is CUDA en wat bied dit in Windows?

CUDA Dit is NVIDIA se parallelle programmeringsplatform en -model wat dit moontlik maak versnel toepassings met die GPUVan KI en datawetenskap tot simulasies en beeldverwerking. Op 'n praktiese vlak gee die installering van die CUDA Toolkit op Windows jou die nvcc-samesteller, looptyd, biblioteke soos cuBLAS, cuFFT, cuRAND en cuSOLVER, ontfouting- en profileringsgereedskap, en gereed-om-te-kompileer voorbeelde.

Die CUDA-ontwerp maak dit maklik om die SVE en GPU in dieselfde toepassing te meng: die onderdele reeksnommers in die verwerker en die parallelle afdelings op die GPU, wat honderde of duisende drade bied wat parallel loop. Danksy gedeelde geheue op die skyfie en geoptimaliseerde biblioteke, die prestasiesprong Dit is gewoonlik opmerklik onder intensiewe vragte.

Stelsel- en samestellerversoenbaarheid in Windows

Voordat u die installeerder gebruik, is dit raadsaam om die versoenbaarheid na te gaan. Versoenbare Windows Onlangse weergawes van die gereedskapskis sluit in: Windows 11 24H2, 23H2 en 22H2-SV2; Windows 10 22H2; en Windows Server 2022 en 2025.

In samestellers sluit tipiese ondersteuning in MSVC 193x met Visual Studio 2022 17.x en MSVC 192x met Visual Studio 2019 16.x, met C++11, C++14, C++17, en C++20 dialekte (afhangende van die weergawe). Visual Studio 2015 is afgekeur in CUDA 11.1; VS 2017 is afgekeur in 12.5 en verwyder in 13.0. Kontroleer die presiese matriks van jou weergawe om skrik te vermy.

Belangrik vir ouer projekte: Vanaf CUDA 12.0 word 32-bis-kompilasie verwyder, en die uitvoering van 32-bis x86-binêre lêers op x64-stelsels is beperk tot bestuurder, kwart en wiskunde op GeForce GPU's tot die Ada-argitektuur; Hopper ondersteun nie meer 32 bisse nie.

Kies en installeer die Toolkit op Windows

Laai die installeerder af vanaf die amptelike NVIDIA CUDA-webwerf. Jy kan Netwerkinstalleerder kies (minimale aflaai wat die internet vir die res gebruik) of Volledige Installeerder (alles in 'n enkele pakket, nuttig vir masjiene sonder 'n netwerk of ondernemingsimplementerings). Na aflaai, verifieer die integriteit met die kontrolesom (bv. MD5) om korrupsie uit te sluit.

Begin die grafiese installeerder en volg die stappe op die skerm. Lees die vrystellingsnotas vir u weergawe omdat dit veranderinge, presiese versoenbaarheid en kritieke waarskuwings uiteensit. Vanaf CUDA 13 sluit die Toolkit-installeerder nie meer die drywer in nie. Die NVIDIA-drywer word afsonderlik geïnstalleer. vanaf die ooreenstemmende bestuurdersbladsy.

Stille installasie en komponentkeuse

As jy stilweg moet ontplooi, aanvaar die installeerder koppelvlaklose modus met die -s opsie en laat dit toe kies spesifieke subpakkette by naam in plaas van om alles te installeer. Jy kan ook outomatiese herbegin voorkom met -n. Hierdie granulariteit is nuttig vir die aanpassing van bou-omgewings en die vermindering van jou voetspoor.

Onder die gewone subpakkette sal jy items soos vind nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, Visual Studio-integrasie, NVRTC, NVTX, NVJitLink, demanglers en hulpprogramme soos cuobjdump of nvdisasm. As jy gaan kompileer en profileer, kies die Nsight-gereedskapAs jy dit net laat loop, is die looptyd dalk genoeg.

Pak die installeerder uit en hersien die inhoud

Vir ouditering of korporatiewe verpakking kan die volledige installeerder onttrek word met behulp van LZMA-ondersteunende gereedskap soos 7-Zip of WinZip. Jy sal die CUDAToolkit-boom en modules vind Visual Studio-integrasielêers word in aparte vouers geplaas. Die .dll- en .nvi-lêers in daardie vouers is nie deel van die installeerbare inhoud self nie.

Installeer CUDA op Windows met Conda

As jy verkies om die omgewing met Conda te bestuur, publiseer NVIDIA pakkette by anaconda.org/nvidia. 'n Basiese installasie van die Gereedskapskis Dit word gedoen met 'n enkele opdrag, `conda install`, en jy kan ook vorige weergawes regstel deur die `release`-etiket by te voeg, byvoorbeeld om weergawe 11.3.1 in te sluit. verwyder Dis net so direk.

Installeer CUDA via pip (wiele)

NVIDIA bied Python-wiele wat fokus op die CUDA-looptyd vir Windows. Hulle is hoofsaaklik bedoel vir gebruik van CUDA met Python en hulle sluit nie die volledige ontwikkelingsgereedskap in nie. Installeer eers nvidia-pyindex sodat pip die NVIDIA NGC-indeks ken, en maak seker dat jy pip en setuptools opgedateer het om foute te vermy. Installeer dan die metapakkette wat jy nodig het, soos nvidia-cuda-runtime-cu12 of nvidia-cublas-cu12.

Hierdie metapakkette teiken spesifieke pakkette soos nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129, en ander. Onthou dat die omgewing deur pip bestuur word.As jy CUDA buite die virtualenv wil gebruik, sal jy stelselpaaie en veranderlikes moet aanpas om korrek te skakel.

Verifieer die installasie op Windows

Maak 'n opdragprompt oop en voer nvcc -V uit om die geïnstalleerde weergawe te bevestig. Kloon die CUDA-monsters Laai die voorbeelde van GitHub af en kompileer hulle met Visual Studio. Voer deviceQuery en bandwydtetoets uit: indien daar suksesvolle kommunikasie met die GPU is, sal jy sien dat die toestel opgespoor en slaag die toetse Geen foute nie. Indien deviceQuery nie toestelle vind nie, kontroleer die drywer en of die GPU in die stelsel sigbaar is.

WSL met CUDA-versnelling

Windows 11 en die nuutste weergawes van Windows 10 ondersteun die gebruik van CUDA-versnelde ML-raamwerke en -gereedskap binne WSL, insluitend PyTorch, TensorFlow en Docker Gebruik NVIDIA Container Toolkit, installeer eers die CUDA-geaktiveerde drywer in WSL, aktiveer dan WSL en installeer 'n glibc-verspreiding soos Ubuntu of Debian.

Maak seker dat jy 'n opgedateerde WSL-kern het (minimum 5.10.43.3). Gaan dit na met Gebruik `wsl cat /proc/version` van PowerShell. Volg dan die CUDA-gebruikersgids in WSL om biblioteke en houers te installeer en jou Linux-werkvloeie op Windows te begin laat loop sonder om jou omgewing te verlaat.

Verwyder CUDA op Windows

Wil jy na die vorige weergawe terugkeer nadat jy CUDA op Windows geïnstalleer het? Alle subpakkette kan teruggekeer word. Deïnstalleer vanaf die Beheerpaneel Gebruik van Programme en Funksies. As jy die gereedskapskis met Conda of pip bestuur, gebruik elke bestuurder se verwyderingsmeganismes om te verhoed dat enige pakketreste agterbly.

Weergawe-versoenbaarheidsnotas

CUDA 11.8 was 'n baie gewilde vrystelling as gevolg van sy stabiliteit en ekosisteemondersteuning. Tipiese vereistes Vir 11.8: GPU met Berekeningsvermoë 3.0 of hoër, 64-bis, minimum 8 GB RAM en ten minste 4 GB GPU-geheue. Op Linux integreer dit goed met verspreidings soos Ubuntu 18.04/20.04, RHEL/CentOS 7/8, ens.

CUDA 12.x stel verbeterings aan looptyd en biblioteek bekend en bevorder afhanklikhede van nuutste drywersCUDA 13 skei die drywer permanent van die Toolkit-installeerder: onthou om die drywer self te installeer. Belangrike toeligtingCUDA is NVIDIA-tegnologie en vereis NVIDIA GPU's; as jy êrens sien dat dit ook versoenbaar is met AMD GPU's, is dit nie korrek vir die CUDA-stapel nie.

CUDA op Windows installeer: Probleme oplos met algemene probleme

• Die installeerder misluk of voltooi nie die werk nie.Gaan die installeerderlogboeke na en verifieer jou antivirus-, skyfspasie- en administrateurtoestemmings. Probeer weer met die Volledige Installeerder as die netwerk onstabiel is, of in stilmodus as daar gebruikerskoppelvlakkonflikte is.
• deviceQuery bespeur nie die GPU nie.Kontroleer of die drywer korrek is, dat die GPU aktief is en dat die toepassing die dGPU gebruik. Dateer die drywer op en herinstalleer die Toolkit indien nodig.
• Konflikte met boekwinkelsIndien jy verskeie gereedskapstelle geïnstalleer het, valideer CUDA_PATH en PATH. In Python, maak seker dat die PyTorch- of TensorFlow-weergawes en hul konfigurasies versoenbaar is met jou CUDA/cuDNN-weergawe.
• Visual Studio kompileer nie .cu nie.Voeg die CUDA Bou-aanpassings by jou projek en merk die .cu-lêers as CUDA C/C++. Verifieer dat MSVC versoenbaar is met jou gereedskapskis.

Gereedskap, voorbeelde en dokumentasie

Benewens nvcc en die biblioteke, sluit die Toolkit vir die installering van CUDA op Windows profiele en ontleders soos Nsight Systems en Nsight Compute, en HTML/PDF-dokumentasie vir die CUDA C++-taal en ... in. beter praktykeDie amptelike voorbeelde is op GitHub en is 'n uitstekende basis vir die validering van drywers, geheueprestasie en multiverwerkers.

Wanneer om Conda of pip te gebruik teenoor die klassieke installeerder

Conda en pip is ideaal wanneer jou fokus is op die bestuur van ML-raamwerke wat reeds afhanklikhede verpak wat ooreenstem met spesifieke CUDA-weergawes. voordeelOmgewingsisolasie en minder wrywing. Nadeel: Vir inheemse C++-ontwikkeling of volle integrasie met VS, bied die klassieke Toolkit-installeerder alle gereedskap en die mees volledige ervaring.

Vinnige algemene vrae

• Hoe weet ek of my GPU CUDA-versoenbaar is? Maak Toestelbestuurder oop, gaan na Skermadapters en kyk na die model; vergelyk dit met NVIDIA se amptelike lys van CUDA GPU's. Jy kan ook nvidia-smi uitvoer en bevestig dat Jou GPU verskyn.
• Kan ek sonder CUDA oefen? Ja, dit sal op die SVE werk, maar dit sal stadiger wees. Om die GPU met PyTorch of TensorFlow op Windows te gebruik, maak seker dat jy dit installeer. versoenbare boue met jou weergawe van CUDA of gebruik WSL met NVIDIA-houers.
• Spesifieke ouer weergawesSommige gereedskap benodig kombinasies soos CUDA 10.1 met cuDNN 7.6.4. In daardie geval, installeer daardie presiese weergawes en plaas die DLL van cuDNN in die bin-lêergids van die ooreenstemmende gereedskapskis, wat vermy om verskeie cuDNN's gelyktydig te hê.

As jy CUDA op Windows wil installeer en jou werk wil bespoedig met 'n volledige gids, sal die stappe en aanbevelings hierbo jou help om alles gedoen te kry. Dit pas soos 'n handskoen. van die eerste bou af.