Kako instalirati CUDA na Windows bez grešaka: vodič za programere i kreatore

Instaliranje CUDA-e na Windowsima Ne mora biti glavobolja ako znate gdje početi i što provjeriti u svakom koraku. U ovom članku ću vas voditi na praktičan način, sa svim nijansama kompatibilnosti, instalacije, provjere i uobičajenog rješavanja problema kako bi se osiguralo da alat savršeno radi na vašem računalu od prvog puta.

Osim što ćete obraditi klasičnu instalaciju Toolkita na Windowsima, vidjet ćete i kako koristiti CUDA s WSL-om, instalirati ga s Condom ili Pipom, kompajlirati primjere s Visual Studijom i razumjeti različite modele NVIDIA upravljačkih programa na Windowsima. Informacije su ujedinjene i ažurne. Na temelju službenih vodiča i stvarnih scenarija koji bi vam se mogli dogoditi, poput prijenosnog računala s hibridnim AMD iGPU + NVIDIA dGPU GPU.

Što je CUDA i što nudi u Windowsima?

CUDA To je NVIDIA-ina platforma i model za paralelno programiranje koji omogućuje ubrzavanje aplikacija pomoću GPU-aOd umjetne inteligencije i znanosti o podacima do simulacija i obrade slika. Na praktičnoj razini, instaliranje CUDA Toolkita na Windowsima daje vam nvcc kompajler, runtime, biblioteke kao što su cuBLAS, cuFFT, cuRAND i cuSOLVER, alate za otklanjanje pogrešaka i profiliranje te primjere spremne za kompajliranje.

CUDA dizajn olakšava kombiniranje CPU-a i GPU-a u istoj aplikaciji: dijelovi serijske brojeve u procesoru i paralelne sekcije na GPU-u, koje omogućuju stotine ili tisuće niti koje se izvode paralelno. Zahvaljujući dijeljenoj memoriji na čipu i optimiziranim bibliotekama, skok u performansama Obično je to primjetno pri intenzivnim opterećenjima.

Kompatibilnost sustava i kompajlera u sustavu Windows

Prije korištenja instalacijskog programa, preporučljivo je provjeriti kompatibilnost. Kompatibilni Windowsi Nedavne verzije alata uključuju: Windows 11 24H2, 23H2 i 22H2-SV2; Windows 10 22H2; te Windows Server 2022 i 2025.

U kompajlerima, tipična podrška uključuje MSVC 193x s Visual Studiom 2022 17.x i MSVC 192x s Visual Studiom 2019 16.x, s dijalektima C++11, C++14, C++17 i C++20 (ovisno o verziji). Visual Studio 2015 je zastario u CUDA 11.1; VS 2017 je zastario u 12.5 i uklonjen u 13.0. Provjerite točnu matricu vaše verzije kako bi se izbjegle strahove.

Važno za naslijeđene projekte: Počevši od CUDA 12.0, 32-bitna kompilacija je uklonjena, a izvršavanje 32-bitnih x86 binarnih datoteka na x64 sustavima je ograničeno na vozač, kvart i matematika na GeForce GPU-ima do Ada arhitekture; Hopper više ne podržava 32 bita.

Odaberite i instalirajte Toolkit na Windowsima

Preuzmite instalacijski program sa službene NVIDIA CUDA web stranice. Možete odabrati Mrežni instalacijski program (minimalno preuzimanje koje za ostatak koristi internet) ili Potpuni instalacijski program (sve u jednom paketu, korisno za strojevi bez mreže ili implementacije u poduzećima). Nakon preuzimanja provjerite integritet pomoću kontrolnog zbroja (npr. MD5) kako biste isključili mogućnost oštećenja.

Pokrenite grafički instalacijski program i slijedite korake na zaslonu. Pročitajte napomene o izdanju za svoju verziju jer detaljno opisuje promjene, točne kompatibilnosti i kritična upozorenja. Počevši od CUDA 13, instalacijski program Toolkita više ne uključuje upravljački program. NVIDIA upravljački program se instalira zasebno. s odgovarajuće stranice upravljačkih programa.

Tiha instalacija i odabir komponenti

Ako trebate tiho implementirati, instalacijski program prihvaća način rada bez sučelja s opcijom -s i dopušta odaberite određene podpakete po imenu umjesto instaliranja svega. Također možete spriječiti automatsko ponovno pokretanje s -n. Ova granularnost je korisna za prilagođavanje okruženja za izgradnju i smanjenje vašeg prostora.

Među uobičajenim podpaketima naći ćete stavke kao što su nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, integracija s Visual Studiom, NVRTC, NVTX, NVJitLink, demangleri i uslužni programi poput cuobjdump ili nvdisasm. Ako ćete kompajlirati i profilirati, odaberite Nsight alateAko ga samo pokrećete, vrijeme izvođenja bi moglo biti dovoljno.

Izvucite instalacijski program i pregledajte sadržaj

Za reviziju ili korporativno pakiranje, kompletan instalacijski program može se raspakirati pomoću alata koji podržavaju LZMA, kao što su 7-Zip ili WinZip. Naći ćete CUDAToolkit stablo i module Datoteke za integraciju s Visual Studiom nalaze se u odvojenim mapama. Datoteke .dll i .nvi u tim mapama nisu dio samog instalacijskog sadržaja.

Instalirajte CUDA na Windows pomoću Conde

Ako radije upravljate okruženjem pomoću Conde, NVIDIA objavljuje pakete na anaconda.org/nvidia. Osnovna instalacija Toolkita To se radi jednom naredbom, `conda install`, a prethodne verzije možete popraviti i dodavanjem oznake `release`, na primjer, kako biste zaključali verziju 11.3.1. deinstalirati To je jednako izravno.

Instalirajte CUDA putem pipa (kotača)

NVIDIA nudi Python kotače usmjerene na CUDA runtime za Windows. Primarno su namijenjeni za korištenje CUDA-e s Pythonom i ne uključuju sve alate za razvoj. Prvo instalirajte nvidia-pyindex kako bi pip znao NVIDIA NGC indeks i provjerite imate li ažurirane pip i setuptools kako biste izbjegli pogreške. Zatim instalirajte metapakete koje su vam potrebne, kao što su nvidia-cuda-runtime-cu12 ili nvidia-cublas-cu12.

Ovi metapaketi ciljaju specifične pakete kao što su nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 i drugi. Imajte na umu da okruženjem upravlja pip.Ako želite koristiti CUDA izvan virtualnog okruženja, morat ćete prilagoditi sistemske putanje i varijable za ispravno povezivanje.

Provjerite instalaciju na Windowsima

Otvorite naredbeni redak i pokrenite nvcc -V kako biste potvrdili instaliranu verziju. Klonirajte CUDA uzorke Preuzmite primjere s GitHuba i kompajlirajte ih pomoću Visual Studija. Pokrenite deviceQuery i bandwidthTest: ako postoji uspješna komunikacija s GPU-om, vidjet ćete da je uređaj otkriven i prolazak testova Nema grešaka. Ako deviceQuery ne pronađe uređaje, provjerite upravljački program i je li GPU vidljiv u sustavu.

WSL s CUDA ubrzanjem

Windows 11 i najnovije verzije Windowsa 10 podržavaju pokretanje CUDA-akceleriranih ML okvira i alata unutar WSL-a, uključujući PyTorch, TensorFlow i Docker Pomoću NVIDIA Container Toolkita prvo instalirajte CUDA-omogućeni upravljački program u WSL-u, zatim omogućite WSL i instalirajte glibc distribuciju kao što je Ubuntu ili Debian.

Provjerite imate li ažuriranu WSL kernel (minimalno 5.10.43.3). Provjerite to s Koristite `wsl cat /proc/version` iz PowerShella. Zatim slijedite CUDA korisnički vodič u WSL-u za instalaciju biblioteka i kontejnera te pokretanje Linux tijekova rada na Windowsima bez napuštanja vašeg okruženja.

Deinstalirajte CUDA na Windowsima

Nakon instalacije CUDA-e na Windowsima, želite li se vratiti na prethodnu verziju? Svi podpaketi se mogu vratiti. Deinstaliraj s upravljačke ploče Korištenje programa i značajki. Ako alatima upravljate pomoću Conde ili Pipa, koristite mehanizme deinstalacije svakog upravitelja kako biste izbjegli ostavljanje ostataka paketa.

Napomene o kompatibilnosti verzija

CUDA 11.8 je bila vrlo popularna verzija zbog svoje stabilnosti i podrške ekosustavu. Tipični zahtjevi Za 11.8: GPU s Compute Capability 3.0 ili novijim, 64-bitni, minimalno 8 GB RAM-a i najmanje 4 GB GPU memorije. Na Linuxu se dobro integrira s distribucijama kao što su Ubuntu 18.04/20.04, RHEL/CentOS 7/8 itd.

CUDA 12.x uvodi poboljšanja u runtime okruženju i bibliotekama te potiče ovisnosti... najnoviji upravljački programiCUDA 13 trajno odvaja upravljački program od instalacijskog programa Toolkita: ne zaboravite sami instalirati upravljački program. Važno pojašnjenjeCUDA je NVIDIA tehnologija i zahtijeva NVIDIA GPU-e; ako negdje vidite da je kompatibilna i s AMD GPU-ima, to nije točno za CUDA stog.

Instaliranje CUDA-e na Windows: Rješavanje uobičajenih problema

• Instalacijski program ne uspijeva ili ne dovršava posao.Provjerite zapisnike instalacijskog programa i provjerite antivirusni program, prostor na disku i administratorske dozvole. Pokušajte ponovno s punim instalacijskim programom ako je mreža nestabilna ili u tihom načinu rada ako postoje sukobi korisničkog sučelja.
• deviceQuery ne prepoznaje GPUProvjerite je li upravljački program ispravan, je li grafička kartica aktivna i koristi li aplikacija dGPU. Ažurirajte upravljački program i ponovno instalirajte Toolkit ako je potrebno.
• Sukobi s knjižaramaAko imate instalirano više alata, provjerite CUDA_PATH i PATH. U Pythonu provjerite jesu li verzije PyTorch ili TensorFlow i njihove konfiguracije kompatibilne s vašom verzijom CUDA/cuDNN.
• Visual Studio ne kompajlira .cu datotekuDodajte CUDA Build Customizations u svoj projekt i označite .cu datoteke kao CUDA C/C++. Provjerite je li MSVC kompatibilan s vašim alatima.

Alati, uzorci i dokumentacija

Uz nvcc i biblioteke, Toolkit za instaliranje CUDA-e na Windows uključuje profile i analizatore kao što su Nsight Systems i Nsight Compute, te HTML/PDF dokumentaciju za CUDA C++ jezik. bolje prakseSlužbeni primjeri nalaze se na GitHubu i izvrsna su osnova za validaciju upravljačkih programa, performansi memorije i višeprocesora.

Kada koristiti Condu ili Pip u odnosu na klasični instaler

Conda i pip su idealni kada se fokusirate na pokretanje ML okvira koji već pakiraju ovisnosti u skladu sa specifičnim CUDA verzijama. prednostIzolacija okruženja i manje trenja. Nedostatak: Za izvorni C++ razvoj ili potpunu integraciju s VS-om, klasični instalacijski program Toolkit nudi sav alat i najpotpuniji doživljaj.

Brza često postavljana pitanja

• Kako mogu znati je li moj GPU kompatibilan s CUDA-om? Otvorite Upravitelj uređaja, idite na Grafičke adaptere i provjerite model; usporedite ga sa službenim popisom CUDA grafičkih kartica tvrtke NVIDIA. Također možete pokrenuti nvidia-smi i potvrditi to Pojavljuje se vaš GPU.
• Mogu li trenirati bez CUDA-e? Da, radit će na CPU-u, ali će biti sporije. Da biste koristili GPU s PyTorchom ili TensorFlowom na Windowsima, provjerite jeste li instalirali kompatibilne verzije s vašom verzijom CUDA-e ili koristite WSL s NVIDIA kontejnerima.
• Određene starije verzijeNeki alati zahtijevaju kombinacije poput CUDA 10.1 s cuDNN 7.6.4. U tom slučaju, instalirajte te točno verzije i postavite DLL cuDNN-a u mapi bin odgovarajućeg alata, izbjegavajući istovremeno korištenje više cuDNN-ova.

Ako želite instalirati CUDA-u na Windows i ubrzati svoj rad uz pomoć cjelovitog vodiča, gore navedeni koraci i preporuke pomoći će vam da sve obavite. Pristaje kao saliveno. od prve gradnje.