CUDA ያለ ስህተቶች በዊንዶውስ ላይ እንዴት መጫን እንደሚቻል-ለገንቢዎች እና ፈጣሪዎች መመሪያ

በዊንዶውስ ላይ CUDA ን በመጫን ላይ በእያንዳንዱ እርምጃ የት መጀመር እንዳለብዎ እና ምን እንደሚፈትሹ ካወቁ ራስ ምታት መሆን የለበትም። በዚህ ጽሑፍ ውስጥ በተግባራዊ መንገድ እመራችኋለሁየመሳሪያ ኪቱ ለመጀመሪያ ጊዜ በኮምፒዩተርዎ ላይ በትክክል መስራቱን ለማረጋገጥ ከሁሉም የተኳኋኝነት ፣ የመጫን ፣ የማረጋገጫ እና የተለመደ መላ ፍለጋ ጋር።

ክላሲክ Toolkit ን በዊንዶው ላይ ከመሸፈን በተጨማሪ CUDAን ከ WSL ጋር እንዴት እንደሚጠቀሙ፣ በኮንዳ ወይም በፒፕ መጫን፣ በ Visual Studio ምሳሌዎችን ማጠናቀር እና በዊንዶው ላይ ያሉትን የተለያዩ የኒቪዲ ሾፌር ሞዴሎችን እንዴት እንደሚረዱ ያያሉ። መረጃው የተዋሃደ እና ወቅታዊ ነው። እንደ ዲቃላ AMD iGPU + NVIDIA dGPU ጂፒዩ ያለው ላፕቶፕ ባሉ ይፋዊ መመሪያዎች እና በእርስዎ ላይ ሊደርሱ በሚችሉ የእውነተኛ ህይወት ሁኔታዎች ላይ በመመስረት።

CUDA ምንድን ነው እና በዊንዶውስ ውስጥ ምን ይሰጣል?

CUDA የሚፈቅደው የNVIDIA ትይዩ የፕሮግራም መድረክ እና ሞዴል ነው። መተግበሪያዎችን ከጂፒዩ ጋር ማፋጠንከ AI እና የውሂብ ሳይንስ ወደ ማስመሰያዎች እና ምስል ማቀናበር. በተግባራዊ ደረጃ፣ የCUDA Toolkitን በዊንዶውስ ላይ መጫን የ nvcc ማጠናቀቂያ፣ Runtime፣ እንደ cuBLAS፣ cuFFT፣ cuRAND እና cuSOLVER ያሉ ቤተ-መጻሕፍት፣ ማረም እና የመገለጫ መሳሪያዎችን እና ለመጠናቀር ዝግጁ የሆኑ ምሳሌዎችን ይሰጥዎታል።

የCUDA ንድፍ ሲፒዩ እና ጂፒዩ በተመሳሳይ መተግበሪያ ውስጥ መቀላቀልን ቀላል ያደርገዋል፡ ክፍሎቹ በአቀነባባሪው ውስጥ ተከታታይ እና በጂፒዩ ላይ ያሉት ትይዩ ክፍሎች፣ በትይዩ የሚሰሩ በመቶዎች ወይም በሺዎች የሚቆጠሩ ክሮች። ለተጋሩ በቺፕ ማህደረ ትውስታ እና ለተመቻቹ ቤተ-መጻሕፍት እናመሰግናለን፣ የአፈጻጸም ዝላይ ብዙውን ጊዜ በከባድ ሸክሞች ውስጥ ይታያል.

በዊንዶውስ ውስጥ የስርዓት እና የማጠናከሪያ ተኳሃኝነት

ጫኚውን ከመጠቀምዎ በፊት ተኳሃኝነትን መፈተሽ ተገቢ ነው። ተስማሚ ዊንዶውስ የቅርብ ጊዜ የመሳሪያ ኪት ስሪቶች የሚከተሉትን ያካትታሉ: Windows 11 24H2, 23H2 እና 22H2-SV2; ዊንዶውስ 10 22H2; እና ዊንዶውስ አገልጋይ 2022 እና 2025።

በአቀነባባሪዎች ውስጥ, የተለመደው ድጋፍ ያካትታል MSVC 193x ከ Visual Studio 2022 17.x እና MSVC 192x ከ Visual Studio 2019 16.x ጋር፣ ከC++11፣ C++14፣ C++17 እና C++20 ዘዬዎች ጋር (እንደ ስሪቱ ይወሰናል)። ቪዥዋል ስቱዲዮ 2015 በ CUDA 11.1 ውስጥ ተቋርጧል; VS 2017 በ12.5 ተቋርጧል እና በ13.0 ተወግዷል። የእርስዎን ስሪት ትክክለኛ ማትሪክስ ያረጋግጡ ፍርሃቶችን ለማስወገድ.

ለቆዩ ፕሮጀክቶች ጠቃሚ፡ ከCUDA 12.0 ጀምሮ ባለ 32-ቢት ስብስብ ተወግዷል፣ እና የ32-ቢት x86 ሁለትዮሽዎች በ x64 ስርዓቶች ላይ መተግበሩ በዚ የተገደበ ነው። ሹፌር, ኳርት እና ሒሳብ በ GeForce ጂፒዩዎች እስከ አዳ ሥነ ሕንፃ ድረስ; ሆፐር ከአሁን በኋላ 32 ቢት አይደግፍም።

በዊንዶውስ ላይ የመሳሪያውን ስብስብ ይምረጡ እና ይጫኑ

ጫኚውን ከኦፊሴላዊው የNVIDIA CUDA ድር ጣቢያ ያውርዱ። የአውታረ መረብ ጫኚን መምረጥ ይችላሉ። (ቀሪው በይነመረብን የሚጠቀም አነስተኛ ማውረድ) ወይም ሙሉ ጫኝ (ሁሉም በአንድ ጥቅል ውስጥ ፣ ጠቃሚ ለ ማሽኖች ያለ አውታረ መረብ ወይም የድርጅት ማሰማራት). ካወረዱ በኋላ ሙስናን ለማስወገድ በቼክ (ለምሳሌ MD5) ታማኝነትን ያረጋግጡ።

የግራፊክ መጫኛውን ያሂዱ እና በስክሪኑ ላይ ያሉትን ደረጃዎች ይከተሉ። ለእርስዎ ስሪት የመልቀቂያ ማስታወሻዎችን ያንብቡ ምክንያቱም ለውጦችን፣ ትክክለኛ ተኳኋኝነትን እና ወሳኝ ማስጠንቀቂያዎችን በዝርዝር ይገልጻል። ከCUDA 13 ጀምሮ፣ Toolkit ጫኚው ሾፌሩን አያካትትም። የኒቪዲ ሾፌር በተናጠል ተጭኗል። ከተዛማጅ የአሽከርካሪዎች ገጽ.

ጸጥ ያለ ጭነት እና አካል ምርጫ

በጸጥታ ማሰማራት ካስፈለገዎት ጫኚው በይነገጽ-ያነሰ ሁነታን በ-s አማራጭ ይቀበላል እና ይፈቅዳል የተወሰኑ ንዑስ ፓኬጆችን ይምረጡ ሁሉንም ነገር ከመጫን ይልቅ በስም. እንዲሁም በ -n አውቶማቲክ ዳግም መጀመርን መከላከል ይችላሉ። ይህ ጥራጥሬ የግንባታ አካባቢዎችን ለማበጀት እና አሻራዎን ለመቀነስ ጠቃሚ ነው።

ከተለመዱት ንኡስ ጥቅሎች መካከል እንደዚህ ያሉ እቃዎችን ያገኛሉ nvcc፣ cudart፣ cuBLAS፣ cuFFT፣ cuRAND፣ cuSOLVER፣ cuSPARSENsight Compute፣ Nsight Systems፣ Visual Studio ውህደት፣ NVRTC፣ NVTX፣ NVJitLink፣ Demanglers፣ እና እንደ cuobjdump ወይም nvdisasm ያሉ መገልገያዎች። ለማጠናቀር እና ፕሮፋይል ለማድረግ ከሆነ የ Nsight መሳሪያዎችን ይምረጡእየሮጥከው ከሆነ፣ የሩጫ ጊዜው በቂ ሊሆን ይችላል።

ጫኚውን ያውጡ እና ይዘቱን ይገምግሙ

ለኦዲት ወይም ለድርጅታዊ ማሸግ፣ ሙሉ ጫኚው እንደ 7-ዚፕ ወይም ዊንዚፕ ያሉ የLZMA ደጋፊ መሳሪያዎችን በመጠቀም ማውጣት ይቻላል። የCUDAToolkit ዛፍ እና ሞጁሎችን ያገኛሉ የእይታ ስቱዲዮ ውህደት ፋይሎች በተለየ አቃፊዎች ውስጥ ይቀመጣሉ። በእነዚያ አቃፊዎች ውስጥ ያሉት .dll እና .nvi ፋይሎች በራሱ ሊጫኑ የሚችሉ ይዘቶች አካል አይደሉም።

CUDAን በዊንዶውስ በኮንዳ ይጫኑ

አካባቢውን በኮንዳ ማስተዳደር ከመረጡ፣ NVIDIA በ anaconda.org/nvidia ላይ ጥቅሎችን ያትማል። የመሳሪያ ስብስብ መሰረታዊ ጭነት የሚከናወነው በአንድ ነጠላ ትእዛዝ 'conda install' ነው፣ እና የቀደሙ ስሪቶችን በተጨማሪ የ`መለቀቅ` መለያውን ለምሳሌ በስሪት 11.3.1 ውስጥ መቆለፍ ይችላሉ። አራግፍ ልክ እንደ ቀጥተኛ ነው.

CUDA በፒፕ (ጎማዎች) ይጫኑ

NVIDIA ለዊንዶውስ በCUDA አሂድ ጊዜ ላይ ያተኮሩ የ Python ዊልስ ያቀርባል። በዋናነት የታቀዱ ናቸው CUDAን ከፓይዘን ጋር መጠቀም እና ሙሉ የልማት መሳሪያዎችን አያካትቱም. መጀመሪያ ፒፒ የNVDIA NGC መረጃን እንዲያውቅ nvidia-pyindex ን ይጫኑ እና ስህተቶችን ለማስወገድ ፒፕ እና ማዋቀሪያ መሳሪያዎች እንዳዘመኑ ያረጋግጡ። ከዚያ ሜታፓኬጆችን ይጫኑ የሚያስፈልጎት እንደ nvidia-cuda-runtime-cu12 ወይም nvidia-cublas-cu12.

እነዚህ ሜታፓኬጆች እንደ nvidia-cublas-cu129፣ nvidia-cuda-nvrtc-cu129፣ nvidia-npp-cu129 እና ​​ሌሎች ያሉ የተወሰኑ ጥቅሎችን ያነጣጠሩ ናቸው። አካባቢው የሚተዳደረው በፓይፕ መሆኑን ያስታውሱ.CUDAን ከቨርቹኒቬንቭ ውጭ ለመጠቀም ከፈለጉ በትክክል ለማገናኘት የስርዓት መንገዶችን እና ተለዋዋጮችን ማስተካከል ያስፈልግዎታል።

በዊንዶው ላይ መጫኑን ያረጋግጡ

የትእዛዝ ጥያቄን ይክፈቱ እና የተጫነውን ስሪት ለማረጋገጥ nvcc -V ን ያሂዱ። የCUDA ናሙናዎችን ዝጋ ምሳሌዎችን ከ GitHub ያውርዱ እና በ Visual Studio ያጠናቅሯቸው። የመሣሪያ መጠይቅን እና የመተላለፊያ ይዘት ሙከራን ያሂዱ፡ ከጂፒዩ ጋር የተሳካ ግንኙነት ካለ መሳሪያው ሲገኝ ያያሉ። ፈተናዎችን ማለፍ ምንም ስህተቶች የሉም። DeviceQuery መሣሪያዎችን ካላገኘ ነጂውን ያረጋግጡ እና ጂፒዩ በሲስተሙ ውስጥ እንደሚታይ ያረጋግጡ።

WSL ከCUDA ማጣደፍ ጋር

ዊንዶውስ 11 እና የቅርብ ጊዜዎቹ የዊንዶውስ 10 ስሪቶች በCUDA የተጣደፉ ML ማዕቀፎችን እና መሳሪያዎችን በWSL ውስጥ ማስኬድ ይደግፋሉ፣ ጨምሮ ፒቶርች፣ TensorFlow እና Docker የNVDIA Container Toolkitን በመጠቀም መጀመሪያ በCUDA የነቃውን ሾፌር በWSL ውስጥ ይጫኑት፣ ከዚያ WSL ን ያንቁ እና እንደ ኡቡንቱ ወይም ዴቢያን ያሉ የ glibc ስርጭትን ይጫኑ።

የዘመነ የWSL ከርነል እንዳለዎት ያረጋግጡ (ቢያንስ 5.10.43.3)። ጋር ይመልከቱት። ከPowerShell `wsl cat /proc/version` ይጠቀሙ። ከዚያ በWSL ውስጥ ያለውን የCUDA ተጠቃሚ መመሪያ ይከተሉ ቤተ-መጻሕፍትን እና ኮንቴይነሮችን ለመጫን እና አካባቢዎን ሳይለቁ የሊኑክስ የስራ ፍሰቶችን በዊንዶው ላይ ማስኬድ ይጀምሩ።

በዊንዶውስ ላይ CUDA ን ያራግፉ

CUDA በዊንዶውስ ላይ ከጫኑ በኋላ ወደ ቀድሞው ስሪት መመለስ ይፈልጋሉ? ሁሉም ንዑስ ጥቅሎች ወደነበሩበት ሊመለሱ ይችላሉ። ከቁጥጥር ፓነል ያራግፉ ፕሮግራሞችን እና ባህሪያትን መጠቀም. የመሳሪያ ኪቱን በኮንዳ ወይም ፒፕ የሚያስተዳድሩት ከሆነ ማንኛውንም የጥቅል ቅሪት ላለመተው የእያንዳንዱን አስተዳዳሪ ማራገፊያ ዘዴዎች ይጠቀሙ።

የስሪት ተኳኋኝነት ማስታወሻዎች

CUDA 11.8 በተረጋጋ እና በስነ-ምህዳር ድጋፍ ምክንያት በጣም ታዋቂ ልቀት ነበር። የተለመዱ መስፈርቶች ለ 11.8፡ ጂፒዩ የማስላት አቅም 3.0 ወይም ከዚያ በላይ፣ 64-ቢት፣ ቢያንስ 8 ጊባ ራም እና ቢያንስ 4 ጊባ የጂፒዩ ማህደረ ትውስታ። በሊኑክስ ላይ እንደ ኡቡንቱ 18.04/20.04፣ RHEL/CentOS 7/8፣ ወዘተ ካሉ ስርጭቶች ጋር በደንብ ይዋሃዳል።

CUDA 12.x የሩጫ ጊዜ እና የቤተ መፃህፍት ማሻሻያዎችን ያስተዋውቃል እና ጥገኞችን ይገፋል የቅርብ ጊዜ አሽከርካሪዎችCUDA 13 ሾፌሩን ከ Toolkit ጫኚ በቋሚነት ይለያል፡ ሾፌሩን እራስዎ መጫንዎን ያስታውሱ። አስፈላጊ ማብራሪያCUDA NVIDIA ቴክኖሎጂ ነው እና NVIDIA GPUs ያስፈልገዋል; ከAMD GPUs ጋር ተኳሃኝ መሆኑን በየትኛውም ቦታ ካዩ ያ ለCUDA ቁልል ትክክል አይደለም።

በዊንዶውስ ላይ CUDA ን መጫን፡ የተለመዱ ችግሮችን መላ መፈለግ

• ጫኚው አልተሳካም ወይም ስራውን አላጠናቀቀም።የመጫኛ መዝገቦችን ይፈትሹ እና የእርስዎን ጸረ-ቫይረስ፣ የዲስክ ቦታ እና የአስተዳዳሪ ፈቃዶችን ያረጋግጡ። አውታረ መረቡ ያልተረጋጋ ከሆነ ወይም በጸጥታ ሁነታ የUI ግጭቶች ካሉ ከሙሉ ጫኚው ጋር እንደገና ይሞክሩ።
• DeviceQuery ጂፒዩን አያገኝም።ነጂው ትክክል መሆኑን፣ ጂፒዩ ንቁ መሆኑን እና መተግበሪያው dGPU እየተጠቀመ መሆኑን ያረጋግጡ። አስፈላጊ ከሆነ ነጂውን ያዘምኑ እና የመሳሪያ ኪቱን እንደገና ይጫኑት።
• ከመጻሕፍት መደብሮች ጋር ይጋጫል።ብዙ የተጫኑ መሳሪያዎች ካሉዎት CUDA_PATHን እና PATHን ያረጋግጡ። በፓይዘን ውስጥ፣ የPyTorch ወይም TensorFlow ስሪቶች እና አወቃቀሮቻቸው ከእርስዎ CUDA/cuDNN ስሪት ጋር የሚጣጣሙ መሆናቸውን ያረጋግጡ።
• ቪዥዋል ስቱዲዮ .cu አያጠናቅቅም።የCUDA Build Customizationsን ወደ ፕሮጀክትዎ ያክሉ እና የ.cu ፋይሎችን እንደ CUDA C/C++ ምልክት ያድርጉባቸው። MSVC ከእርስዎ መሣሪያ ስብስብ ጋር ተኳሃኝ መሆኑን ያረጋግጡ።

መሳሪያዎች, ናሙናዎች እና ሰነዶች

ከ nvcc እና ቤተ-መጻሕፍት በተጨማሪ፣ CUDAን በዊንዶውስ ላይ ለመጫን Toolkit እንደ Nsight Systems እና Nsight Compute ያሉ መገለጫዎችን እና ተንታኞችን፣ እና HTML/PDF ሰነዶችን ለCUDA C++ ቋንቋ እና ያካትታል። የተሻሉ ልምዶችኦፊሴላዊዎቹ ምሳሌዎች በ GitHub ላይ ናቸው እና አሽከርካሪዎችን ፣ የማስታወስ ችሎታን እና ባለብዙ ፕሮሰሰርን ለማረጋገጥ ጥሩ መሠረት ናቸው።

ኮንዳ ወይም ፒፒ መቼ እንደሚጠቀሙበት ክላሲክ ጫኚ

ኮንዳ እና ፒፕ በጣም ተስማሚ የሆኑት የእርስዎ ትኩረት ከተወሰኑ የCUDA ስሪቶች ጋር የሚጣጣሙ ጥገኞችን የሚያሽጉ የML ማዕቀፎችን ማስኬድ ላይ ነው። ጥቅምየአካባቢ መነጠል እና ያነሰ ግጭት። ጉዳት፡ ለ C++ ቤተኛ እድገት ወይም ከቪኤስ ጋር ሙሉ ውህደት፣ ክላሲክ Toolkit ጫኚ ያቀርባል ሁሉም መሳሪያዎች እና በጣም የተሟላ ልምድ።

ፈጣን ተደጋጋሚ ጥያቄዎች

• የእኔ ጂፒዩ CUDA ተኳሃኝ መሆኑን እንዴት አውቃለሁ? የመሣሪያ አስተዳዳሪን ይክፈቱ, ወደ ማሳያ አስማሚዎች ይሂዱ እና ሞዴሉን ያረጋግጡ; ከNVDIA ይፋዊ የCUDA ጂፒዩዎች ዝርዝር ጋር አወዳድር። እንዲሁም nvidia-smi ን ማስኬድ እና ያንን ማረጋገጥ ይችላሉ። የእርስዎ ጂፒዩ ይታያል.
• ያለ CUDA ማሰልጠን እችላለሁ? አዎ፣ በሲፒዩ ላይ ይሰራል፣ ግን ቀርፋፋ ይሆናል። ጂፒዩውን ከPyTorch ወይም TensorFlow ጋር በዊንዶው ለመጠቀም መጫንዎን ያረጋግጡ ተስማሚ ግንባታዎች ከእርስዎ የCUDA ስሪት ጋር ወይም WSL በNVDIA ኮንቴይነሮች ይጠቀሙ።
• የተወሰኑ የቆዩ ስሪቶችአንዳንድ መሳሪያዎች እንደ CUDA 10.1 ከ cuDNN 7.6.4 ጋር ጥምር ያስፈልጋቸዋል። እንደዚያ ከሆነ, እነዚያን ትክክለኛ ስሪቶች ይጫኑ እና ያስቀምጡ ዲኤልኤል የcuDNN በተዛማጅ Toolkit የቢን ፎልደር ውስጥ፣ በአንድ ጊዜ ብዙ cuDNN እንዳይኖር ማድረግ።

በዊንዶውስ ላይ CUDA ን ለመጫን እና ስራዎን በተሟላ መመሪያ ለማፍጠን እየፈለጉ ከሆነ, ከላይ ያሉት እርምጃዎች እና ምክሮች ሁሉንም ነገር እንዲያከናውኑ ያግዝዎታል. ልክ እንደ ጓንት ተስማሚ ነው. ከመጀመሪያው ግንባታ.