كيفية تثبيت CUDA على Windows بدون أخطاء: دليل للمطورين والمبدعين

تثبيت CUDA على Windows لا يجب أن يكون الأمر صداعًا إذا كنت تعرف من أين تبدأ وما الذي يجب التحقق منه في كل خطوة. في هذه المقالة سأرشدك بطريقة عملية، مع كل الفروق الدقيقة للتوافق والتثبيت والتحقق واستكشاف الأخطاء وإصلاحها الشائعة لضمان عمل مجموعة الأدوات بشكل مثالي على جهاز الكمبيوتر الخاص بك في المرة الأولى.

بالإضافة إلى تغطية تثبيت Toolkit الكلاسيكي على Windows، ستشاهد أيضًا كيفية استخدام CUDA مع WSL، وتثبيته باستخدام Conda أو pip، وتجميع الأمثلة باستخدام Visual Studio، وفهم نماذج برامج تشغيل NVIDIA المختلفة على Windows. المعلومات موحدة ومحدثة. استنادًا إلى الأدلة الرسمية والسيناريوهات الواقعية التي قد تحدث لك، مثل الكمبيوتر المحمول المزود بوحدة معالجة رسومية هجينة AMD iGPU + NVIDIA dGPU.

ما هو CUDA وماذا يقدم في Windows؟

CUDA إنها منصة البرمجة المتوازية ونموذج NVIDIA الذي يسمح تسريع التطبيقات باستخدام وحدة معالجة الرسوماتمن الذكاء الاصطناعي وعلوم البيانات إلى المحاكاة ومعالجة الصور. عمليًا، يُتيح لك تثبيت مجموعة أدوات CUDA على نظام Windows مُجمِّع nvcc، ووقت التشغيل، ومكتبات مثل cuBLAS وcuFFT وcuRAND وcuSOLVER، وأدوات تصحيح الأخطاء وإنشاء ملفات تعريف، وأمثلة جاهزة للترجمة.

يجعل تصميم CUDA من السهل دمج وحدة المعالجة المركزية ووحدة معالجة الرسومات في نفس التطبيق: الأجزاء المسلسلات في المعالج والأقسام المتوازية في وحدة معالجة الرسومات، والتي توفر مئات أو آلاف الخيوط التي تعمل بالتوازي. بفضل الذاكرة المشتركة على الشريحة والمكتبات المُحسّنة، قفزة الأداء من الممكن ملاحظة ذلك عادة تحت الأحمال المكثفة.

توافق النظام والمترجم في Windows

قبل استخدام برنامج التثبيت، من المستحسن التحقق من التوافق. متوافق مع Windows تتضمن الإصدارات الحديثة من مجموعة الأدوات ما يلي: Windows 11 24H2 و23H2 و22H2-SV2؛ وWindows 10 22H2؛ وWindows Server 2022 و2025.

في المجمِّعات، يشمل الدعم النموذجي MSVC 193x مع Visual Studio 2022 17.x وMSVC 192x مع Visual Studio 2019 الإصدار 16.x، مع لغات C++11 وC++14 وC++17 وC++20 (حسب الإصدار). تم إيقاف Visual Studio 2015 في CUDA 11.1؛ وتم إيقاف VS 2017 في الإصدار 12.5 وإزالته في الإصدار 13.0. تحقق من المصفوفة الدقيقة لإصدارك لتجنب الخوف.

هام للمشروعات القديمة: بدءًا من CUDA 12.0، تتم إزالة التجميع 32 بت، ويقتصر تنفيذ الثنائيات 32 بت x86 على أنظمة x64 على السائق، الربع، والرياضيات على وحدات معالجة الرسوميات GeForce حتى بنية Ada؛ لم يعد Hopper يدعم 32 بت.

حدد مجموعة الأدوات وقم بتثبيتها على نظام التشغيل Windows

قم بتنزيل برنامج التثبيت من موقع NVIDIA CUDA الرسمي. يمكنك اختيار مثبت الشبكة (تنزيل بسيط يستخدم الإنترنت للباقي) أو برنامج التثبيت الكامل (كل ذلك في حزمة واحدة، مفيد لـ الآلات بدون شبكة أو عمليات النشر المؤسسية). بعد التنزيل، تحقق من سلامة البيانات باستخدام المجموع الاختباري (على سبيل المثال، MD5) لاستبعاد أي تلف.

قم بتشغيل المثبت الرسومي واتبع الخطوات التي تظهر على الشاشة. اقرأ ملاحظات الإصدار الخاصة بإصدارك لأنه يُفصّل التغييرات، والتوافقات الدقيقة، والتحذيرات الحرجة. بدءًا من CUDA 13، لم يعد مُثبّت مجموعة الأدوات يتضمن برنامج التشغيل. يتم تثبيت برنامج تشغيل NVIDIA بشكل منفصل. من صفحة السائقين المقابلة.

التثبيت الصامت واختيار المكونات

إذا كنت بحاجة إلى النشر بصمت، يقبل المثبت الوضع بدون واجهة باستخدام الخيار -s ويسمح تحديد حزم فرعية محددة بالاسم بدلاً من تثبيت كل شيء. يمكنك أيضًا منع إعادة التشغيل التلقائية باستخدام -n. هذا التحديد الدقيق مفيد لتخصيص بيئات البناء وتقليل المساحة التي تشغلها.

من بين الحزم الفرعية المعتادة ستجد عناصر مثل nvcc، cudart، cuBLAS، cuFFT، cuRAND، cuSOLVER، cuSPARSENsight Compute، وأنظمة Nsight، وتكامل Visual Studio، وNVRTC، وNVTX، وNVJitLink، وأدوات فك التشابك، وأدوات مساعدة مثل cuobjdump أو nvdisasm. إذا كنت تنوي التجميع والتحليل، اختر أدوات Nsightإذا كنت تقوم بتشغيله فقط، فقد يكون وقت التشغيل كافياً.

استخرج برنامج التثبيت وراجع محتوياته

بالنسبة للتدقيق أو التعبئة المؤسسية، يمكن استخراج المثبت الكامل باستخدام أدوات تدعم LZMA مثل 7-Zip أو WinZip. ستجد شجرة CUDAToolkit والوحدات النمطية ملفات تكامل Visual Studio موجودة في مجلدات منفصلة. ملفات .dll و.nvi في هذه المجلدات ليست جزءًا من محتوى التثبيت نفسه.

تثبيت CUDA على Windows باستخدام Conda

إذا كنت تفضل إدارة البيئة باستخدام Conda، تنشر NVIDIA الحزم على anaconda.org/nvidia. التثبيت الأساسي لمجموعة الأدوات يتم ذلك باستخدام أمر واحد، وهو `conda install`، ويمكنك أيضًا إصلاح الإصدارات السابقة عن طريق إضافة علامة `release`، على سبيل المثال، لقفل الإصدار 11.3.1. إلغاء إنه مباشر تماما.

تثبيت CUDA عبر pip (عجلات)

تقدم NVIDIA عجلات Python مخصصة لبيئة تشغيل CUDA لنظام Windows. وهي مخصصة بشكل أساسي لـ استخدام CUDA مع بايثون وهي لا تتضمن أدوات التطوير الكاملة. أولًا، ثبّت nvidia-pyindex حتى يتعرف pip على مؤشر NVIDIA NGC، وتأكد من تحديث pip وsetuptools لتجنب الأخطاء. ثم قم بتثبيت الحزم التعريفية التي تحتاجها، مثل nvidia-cuda-runtime-cu12 أو nvidia-cublas-cu12.

تستهدف هذه الحزم التعريفية حزمًا محددة مثل nvidia-cublas-cu129، وnvidia-cuda-nvrtc-cu129، وnvidia-npp-cu129، وغيرها. تذكر أن البيئة يتم إدارتها بواسطة pip.إذا كنت تريد استخدام CUDA خارج البيئة الافتراضية، فسوف تحتاج إلى ضبط مسارات النظام والمتغيرات للارتباط بشكل صحيح.

التحقق من التثبيت على نظام التشغيل Windows

افتح موجه الأوامر وقم بتشغيل nvcc -V لتأكيد الإصدار المثبت. استنساخ عينات CUDA نزّل الأمثلة من GitHub وجمّعها باستخدام Visual Studio. شغّل deviceQuery وbandwidthTest: في حال نجاح الاتصال بوحدة معالجة الرسومات (GPU)، سترى الجهاز مُكتشفًا. اجتياز الاختبارات لا توجد أخطاء. إذا لم يعثر deviceQuery على الأجهزة، فتحقق من برنامج التشغيل ومن ظهور وحدة معالجة الرسومات (GPU) في النظام.

WSL مع تسريع CUDA

يدعم Windows 11 والإصدارات الأحدث من Windows 10 تشغيل أطر وأدوات التعلم الآلي المعجلة بواسطة CUDA داخل WSL، بما في ذلك PyTorch و TensorFlow و Docker باستخدام NVIDIA Container Toolkit، قم أولاً بتثبيت برنامج التشغيل الممكّن لـ CUDA في WSL، ثم قم بتمكين WSL وقم بتثبيت توزيع glibc مثل Ubuntu أو Debian.

تأكد من أن لديك نواة WSL محدثة (الحد الأدنى 5.10.43.3). تحقق من ذلك مع استخدم `wsl cat /proc/version` من PowerShell. ثم اتبع دليل مستخدم CUDA في WSL لتثبيت المكتبات والحاويات وبدء تشغيل سير عمل Linux على Windows دون الحاجة لمغادرة بيئتك.

إلغاء تثبيت CUDA على Windows

بعد تثبيت CUDA على Windows، هل ترغب في العودة إلى الإصدار السابق؟ يمكنك استعادة جميع الحزم الفرعية. إلغاء التثبيت من لوحة التحكم استخدام البرامج والميزات. إذا كنت تُدير مجموعة الأدوات باستخدام Conda أو pip، فاستخدم آليات إلغاء التثبيت لكل مدير لتجنب أي بقايا للحزمة.

ملاحظات توافق الإصدار

كان إصدار CUDA 11.8 إصدارًا شائعًا للغاية نظرًا لاستقراره ودعمه للنظام البيئي. Requisitos típicos للإصدار 11.8: معالج رسومات (GPU) بقدرة حوسبة 3.0 أو أعلى، 64 بت، وذاكرة وصول عشوائي (RAM) بسعة 8 جيجابايت على الأقل، وذاكرة وحدة معالجة رسومات (GPU) بسعة 4 جيجابايت على الأقل. على لينكس، يتكامل بشكل جيد مع توزيعات مثل أوبونتو 18.04/20.04، وRHEL/CentOS 7/8، وغيرها.

يقدم CUDA 12.x تحسينات في وقت التشغيل والمكتبة ويدفع التبعيات لـ أحدث برامج التشغيليقوم CUDA 13 بفصل برنامج التشغيل بشكل دائم عن برنامج التثبيت Toolkit: تذكر أن تقوم بتثبيت برنامج التشغيل بنفسك. توضيح هامCUDA هي تقنية NVIDIA وتتطلب وحدات معالجة الرسوميات NVIDIA؛ إذا رأيت في أي مكان أنها متوافقة أيضًا مع وحدات معالجة الرسوميات AMD، فهذا ليس صحيحًا لمجموعة CUDA.

تثبيت CUDA على Windows: استكشاف الأخطاء وإصلاحها للمشكلات الشائعة

• فشل المثبت أو لم يكمل المهمة.تحقق من سجلات المُثبِّت، وتأكد من برنامج مكافحة الفيروسات، ومساحة القرص، وصلاحيات المسؤول. أعد المحاولة باستخدام المُثبِّت الكامل إذا كانت الشبكة غير مستقرة، أو في الوضع الصامت إذا كانت هناك تعارضات في واجهة المستخدم.
• لا يكتشف deviceQuery وحدة معالجة الرسومات (GPU)تأكد من صحة برنامج التشغيل، وتفعيل وحدة معالجة الرسومات (GPU)، واستخدام التطبيق لوحدة معالجة الرسومات المُدمجة (dGPU). حدِّث برنامج التشغيل وأعد تثبيت مجموعة الأدوات إذا لزم الأمر.
• الصراعات مع المكتباتإذا كان لديك عدة مجموعات أدوات مثبتة، فتحقق من صحة CUDA_PATH وPATH. في بايثون، تأكد من توافق إصدارات PyTorch أو TensorFlow وتكويناتها مع إصدار CUDA/cuDNN لديك.
• لا يقوم Visual Studio بتجميع .cuأضف تخصيصات بناء CUDA إلى مشروعك، وحدد ملفات .cu بصيغة CUDA C/C++. تأكد من توافق MSVC مع مجموعة أدواتك.

الأدوات والعينات والوثائق

بالإضافة إلى nvcc والمكتبات، تتضمن مجموعة الأدوات لتثبيت CUDA على Windows ملفات تعريف ومحللات مثل Nsight Systems وNsight Compute، ووثائق HTML/PDF للغة CUDA C++ و ممارسات أفضلتتوفر الأمثلة الرسمية على GitHub وهي تشكل أساسًا ممتازًا للتحقق من صحة برامج التشغيل وأداء الذاكرة والمعالجات المتعددة.

متى تستخدم Conda أو pip مقابل المثبت الكلاسيكي

يعد Conda و pip مثاليين عندما يكون تركيزك على تشغيل أطر عمل ML التي تحزم بالفعل التبعيات المتوافقة مع إصدارات CUDA المحددة. ميزةعزل البيئة وتقليل الاحتكاك. العيب: لتطوير C++ أصلي أو التكامل الكامل مع VS، يوفر مُثبِّت Toolkit الكلاسيكي كل الأدوات والتجربة الأكثر اكتمالا.

الأسئلة الشائعة السريعة

• كيف أعرف إذا كانت وحدة معالجة الرسوميات الخاصة بي متوافقة مع CUDA؟ افتح "إدارة الأجهزة"، ثم انتقل إلى "محولات العرض"، وتحقق من الطراز؛ وقارنه بقائمة NVIDIA الرسمية لوحدات معالجة الرسومات CUDA. يمكنك أيضًا تشغيل الأمر nvidia-smi والتأكد من ذلك. تظهر وحدة معالجة الرسومات الخاصة بك.
• هل يمكنني التدرب بدون CUDA؟ نعم، سيعمل على وحدة المعالجة المركزية، ولكنه سيكون أبطأ. لاستخدام وحدة معالجة الرسومات مع PyTorch أو TensorFlow على نظام Windows، تأكد من تثبيت إصدارات متوافقة مع إصدار CUDA الخاص بك أو استخدم WSL مع حاويات NVIDIA.
• إصدارات أقدم محددةتتطلب بعض الأدوات تركيبات مثل CUDA 10.1 مع cuDNN 7.6.4. في هذه الحالة، ثبّت هذه الإصدارات بالضبط ثم ضع cuDNN DLL في مجلد bin الخاص بمجموعة الأدوات المقابلة، مع تجنب وجود شبكات cuDNN متعددة في نفس الوقت.

إذا كنت تبحث عن تثبيت CUDA على Windows وتسريع عملك باستخدام دليل كامل، فستساعدك الخطوات والتوصيات المذكورة أعلاه على إنجاز كل شيء. فهو يناسب مثل القفاز. من البناء الأول.