CUDAn asentaminen Windowsiin ilman virheitä: opas kehittäjille ja luojille

CUDAn asentaminen Windowsiin Sen ei tarvitse olla päänvaivaa, jos tiedät mistä aloittaa ja mitä tarkistaa jokaisessa vaiheessa. Tässä artikkelissa opastan sinua käytännönläheisesti, kaikkine yhteensopivuuden, asennuksen, varmennuksen ja yleisten vianmääritysten yksityiskohtineen varmistaaksesi, että työkalupakki toimii täydellisesti tietokoneellasi ensimmäisellä kerralla.

Klassisen Toolkitin asennuksen Windowsissa lisäksi näet myös, miten CUDAa käytetään WSL:n kanssa, miten se asennetaan Condan tai pipin avulla, miten esimerkkejä käännetään Visual Studiolla ja miten ymmärretään eri NVIDIA-ajurimallit Windowsissa. Tiedot ovat yhtenäisiä ja ajantasaisia. Perustuu virallisiin oppaisiin ja tosielämän tilanteisiin, joita voi tapahtua sinulle, kuten kannettavaan tietokoneeseen, jossa on hybridi AMD iGPU + NVIDIA dGPU GPU.

Mikä on CUDA ja mitä se tarjoaa Windowsissa?

CUDA Se on NVIDIAn rinnakkaisohjelmointialusta ja -malli, joka mahdollistaa nopeuta sovelluksia GPU:n avullaTekoälystä ja datatieteestä simulaatioihin ja kuvankäsittelyyn. Käytännön tasolla CUDA Toolkitin asentaminen Windowsiin antaa käyttöösi nvcc-kääntäjän, ajonaikaisen ympäristön, kirjastot, kuten cuBLAS, cuFFT, cuRAND ja cuSOLVER, virheenkorjaus- ja profilointityökalut sekä käännettäväksi valmiita esimerkkejä.

CUDA-suunnittelun ansiosta suorittimen ja näytönohjaimen yhdistäminen samassa sovelluksessa on helppoa: osat sarjanumerot prosessorissa ja GPU:n rinnakkaisosat, jotka tarjoavat satoja tai tuhansia rinnakkain toimivia säikeitä. Jaetun sirumuistin ja optimoitujen kirjastojen ansiosta suorituskyvyn harppaus Se on yleensä havaittavissa kovan kuormituksen aikana.

Järjestelmän ja kääntäjän yhteensopivuus Windowsissa

Ennen asennusohjelman käyttöä on suositeltavaa tarkistaa yhteensopivuus. Yhteensopiva Windows Työkalupakin uusimpia versioita ovat: Windows 11 24H2, 23H2 ja 22H2-SV2; Windows 10 22H2; sekä Windows Server 2022 ja 2025.

Kääntäjissä tyypillinen tuki sisältää MSVC 193x ja Visual Studio 2022 17.x ja MSVC 192x Visual Studio 2019 16.x:llä, C++11-, C++14-, C++17- ja C++20-murteilla (versiosta riippuen). Visual Studio 2015 vanhentui CUDA 11.1:ssä; VS 2017 vanhentui versiossa 12.5 ja poistettiin versiosta 13.0. Tarkista versiosi tarkka matriisi pelon välttämiseksi.

Tärkeää vanhoille projekteille: CUDA 12.0:sta alkaen 32-bittinen käännös on poistettu, ja 32-bittisten x86-binäärien suorittaminen x64-järjestelmissä on rajoitettu kuljettaja, neljännesvuosittainen ja matematiikka GeForce-näytönohjaimissa Ada-arkkitehtuuriin asti; Hopper ei enää tue 32-bittistä.

Valitse ja asenna työkalupakki Windowsiin

Lataa asennusohjelma NVIDIA CUDA:n viralliselta verkkosivustolta. Voit valita verkon asentajan (minimaalinen lataus, joka käyttää internetiä lopuksi) tai Täysi asennusohjelma (kaikki yhdessä paketissa, hyödyllinen koneet ilman verkkoa (tai yrityskäyttöönotot). Lataamisen jälkeen tarkista eheys tarkistussummalla (esim. MD5) sulkeaksesi pois vioittumisen.

Suorita graafinen asennusohjelma ja noudata näytön ohjeita. Lue versiosi julkaisutiedot koska se kuvaa muutoksia, tarkkoja yhteensopivuuksia ja kriittisiä varoituksia. CUDA 13:sta alkaen Toolkit-asennusohjelma ei enää sisällä ajuria. NVIDIA-ajuri asennetaan erikseen. vastaavalta ajurisivulta.

Hiljainen asennus ja komponenttien valinta

Jos sinun on asennettava hiljaisesti, asennusohjelma hyväksyy käyttöliittymättömän tilan -s-valinnalla ja sallii valitse tietyt alipaketit nimen mukaan kaiken asentamisen sijaan. Voit myös estää automaattiset uudelleenkäynnistykset valitsemalla -n. Tämä tarkkuus on hyödyllinen koontiympäristöjen mukauttamiseen ja jalanjäljen pienentämiseen.

Tavallisista alipaketeista löydät mm. nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, Visual Studio -integraatio, NVRTC, NVTX, NVJitLink, deangler-työkalut ja apuohjelmat, kuten cuobjdump tai nvdisasm. Jos aiot kääntää ja profiloida, valitse Nsight-työkalutJos vain suoritat sitä, suoritusaikainen tallennustila saattaa riittää.

Pura asennusohjelma ja tarkista sisältö

Auditointia tai yrityskäyttöön tarkoitettua pakkaamista varten koko asennusohjelma voidaan purkaa LZMA:ta tukevilla työkaluilla, kuten 7-Zipillä tai WinZipillä. Löydät CUDAToolkit-puun ja moduulit Visual Studio -integraatiotiedostot sijaitsevat erillisissä kansioissa. Näiden kansioiden .dll- ja .nvi-tiedostot eivät ole osa itse asennettavaa sisältöä.

Asenna CUDA Windowsiin Condan avulla

Jos haluat mieluummin hallita ympäristöä Condalla, NVIDIA julkaisee paketteja osoitteessa anaconda.org/nvidia. Toolkitin perusasennus Se tehdään yhdellä komennolla, `conda install`, ja voit korjata aiempia versioita lisäämällä `release`-tagin esimerkiksi lukitaksesi version 11.3.1. uninstall Se on ihan yhtä suoraviivaista.

Asenna CUDA pipin (pyörien) kautta

NVIDIA tarjoaa Python-rullaohjaimia, jotka keskittyvät CUDA-ajonaikaiseen ympäristöön Windowsissa. Ne on tarkoitettu ensisijaisesti CUDAn käyttö Pythonin kanssa eivätkä ne sisällä kaikkia kehitystyökaluja. Asenna ensin nvidia-pyindex, jotta pip tietää NVIDIA NGC -indeksin, ja varmista, että pip ja setuptools ovat ajan tasalla virheiden välttämiseksi. Asenna sitten metapaketit jota tarvitset, kuten nvidia-cuda-runtime-cu12 tai nvidia-cublas-cu12.

Nämä metapaketit kohdistuvat tiettyihin paketteihin, kuten nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 ja muihin. Muista, että pip hallinnoi ympäristöä.Jos haluat käyttää CUDAa virtualenvin ulkopuolella, sinun on mukautettava järjestelmäpolkuja ja muuttujia linkittämään oikein.

Asennuksen tarkistaminen Windowsissa

Avaa komentokehote ja vahvista asennettu versio suorittamalla nvcc -V. Kloonaa CUDA-näytteet Lataa esimerkit GitHubista ja käännä ne Visual Studiolla. Suorita deviceQuery ja bandwidthTest: jos kommunikointi GPU:n kanssa onnistuu, näet laitteen tunnistetun ja läpäisemällä testit Ei virheitä. Jos deviceQuery ei löydä laitteita, tarkista ajuri ja että näytönohjain näkyy järjestelmässä.

WSL CUDA-kiihdytyksellä

Windows 11 ja Windows 10:n uusimmat versiot tukevat CUDA-kiihdytettyjen koneoppimiskehysten ja -työkalujen suorittamista WSL:ssä, mukaan lukien PyTorch, TensorFlow ja Docker Asenna ensin CUDA-yhteensopiva ajuri WSL:ään NVIDIA Container Toolkitin avulla, ota sitten WSL käyttöön ja asenna glibc-jakelu, kuten Ubuntu tai Debian.

Varmista, että sinulla on ajan tasalla oleva WSL-ydin (vähintään 5.10.43.3). Tarkista se Käytä PowerShellin `wsl cat /proc/version`-komentoa. Asenna sitten kirjastot ja säilöt WSL:ssä CUDA-käyttöoppaan avulla ja aloita Linux-työnkulkujesi suorittaminen Windowsissa poistumatta ympäristöstäsi.

CUDAn poistaminen Windowsista

Haluatko palata edelliseen versioon asennettuasi CUDAn Windowsiin? Kaikki alipaketit voidaan palauttaa. Poistaminen ohjauspaneelista Ohjelmien ja ominaisuuksien käyttö. Jos hallitset työkalupakkia Condalla tai pipillä, käytä kunkin hallintaohjelman asennuksen poistomekanismeja, jotta vältät pakettien jäänteiden jättämisen.

Versioiden yhteensopivuushuomautuksia

CUDA 11.8 oli erittäin suosittu julkaisu vakauden ja ekosysteemituen ansiosta. Tyypilliset vaatimukset Versiolle 11.8: Näytönohjain, jossa Compute Capability 3.0 tai uudempi, 64-bittinen, vähintään 8 Gt RAM-muistia ja vähintään 4 Gt näytönohjaimen muistia. Linuxissa integroituu hyvin jakeluihin, kuten Ubuntu 18.04/20.04, RHEL/CentOS 7/8 jne.

CUDA 12.x tuo mukanaan suorituksenaikaisia ​​ja kirjastollisia parannuksia sekä tuo esiin riippuvuuksia uusimmat ajuritCUDA 13 erottaa ajurin pysyvästi Toolkit-asennusohjelmasta: muista asentaa ajuri itse. Tärkeä selvennysCUDA on NVIDIA-teknologiaa ja vaatii NVIDIA-näytönohjaimia; jos näet jossain, että se on yhteensopiva myös AMD-näytönohjaimien kanssa, se ei pidä paikkaansa CUDA-pinon osalta.

CUDAn asentaminen Windowsiin: Yleisten ongelmien vianmääritys

• Asennusohjelma epäonnistuu tai ei suorita työtä loppuun.Tarkista asennusohjelman lokit ja varmista virustorjuntaohjelmasi, levytilasi ja järjestelmänvalvojan oikeudet. Yritä uudelleen täysasentajalla, jos verkko on epävakaa, tai hiljaisessa tilassa, jos käyttöliittymässä on ristiriitoja.
• deviceQuery ei tunnista näytönohjaintaTarkista, että ajuri on oikea, että näytönohjain on aktiivinen ja että sovellus käyttää dGPU:ta. Päivitä ajuri ja asenna Toolkit uudelleen tarvittaessa.
• Konfliktit kirjakauppojen kanssaJos sinulla on useita työkalupaketteja asennettuna, vahvista CUDA_PATH ja PATH. Tarkista Pythonissa, että PyTorch- tai TensorFlow-versiot ja niiden kokoonpanot ovat yhteensopivia CUDA/cuDNN-versiosi kanssa.
• Visual Studio ei käännä .cu-tiedostoaLisää CUDA Build Customizations -tiedostot projektiisi ja merkitse .cu-tiedostot CUDA C/C++ -tiedostoiksi. Varmista, että MSVC on yhteensopiva työkalupakkisi kanssa.

Työkalut, näytteet ja dokumentaatio

nvcc:n ja kirjastojen lisäksi CUDA:n Windows-asennustyökalupakki sisältää profiileja ja analysaattoreita, kuten Nsight Systemsin ja Nsight Computen, sekä HTML/PDF-dokumentaation CUDA C++ -kielelle ja parhaita käytäntöjäViralliset esimerkit ovat GitHubissa ja ne ovat erinomainen pohja ajureiden, muistin suorituskyvyn ja moniprosessoreiden validoinnille.

Milloin käyttää Condaa tai pipiä klassisen asennusohjelman sijaan

Conda ja pip ovat ihanteellisia, kun keskityt sellaisten koneoppimiskehysten suorittamiseen, jotka jo paketoivat riippuvuuksia tiettyjen CUDA-versioiden kanssa yhdenmukaisesti. etuYmpäristön eristäminen ja vähemmän kitkaa. Haitta: Natiiviin C++-kehitykseen tai täyteen VS-integraatioon klassinen Toolkit-asennusohjelma tarjoaa kaikki työkalut ja täydellisin kokemus.

Usein kysytyt kysymykset

• Mistä tiedän, onko näytönohjaimeni CUDA-yhteensopiva? Avaa Laitehallinta, siirry kohtaan Näyttösovittimet ja tarkista malli; vertaa sitä NVIDIAn viralliseen CUDA-näytönohjainten luetteloon. Voit myös ajaa nvidia-smi ja varmistaa, että Näytönohjain näkyy.
• Voinko harjoitella ilman CUDAa? Kyllä, se toimii suorittimen teholla, mutta on hitaampi. Jotta voit käyttää näytönohjainta PyTorchin tai TensorFlow'n kanssa Windowsissa, varmista, että olet asentanut yhteensopivat kokoonpanot CUDA-versiosi kanssa tai käytä WSL:ää NVIDIA-konttien kanssa.
• Tietyt vanhemmat versiotJotkin työkalut vaativat yhdistelmiä, kuten CUDA 10.1 ja cuDNN 7.6.4. Asenna siinä tapauksessa juuri kyseiset versiot ja sijoita cuDNN:n DLL-tiedosto vastaavan työkalupakin roskakorikansioon, välttäen useiden cuDNN-verkkojen samanaikaista käyttöä.

Jos haluat asentaa CUDAn Windowsiin ja nopeuttaa työskentelyäsi kattavan oppaan avulla, yllä olevat vaiheet ja suositukset auttavat sinua saamaan kaiken tehtyä. Se sopii kuin hansikas. ensimmäisestä rakenteesta lähtien.