Hvernig á að setja upp CUDA á Windows án villna: leiðbeiningar fyrir forritara og skapara

Síðasta uppfærsla: 05/11/2025

  • Nákvæm samhæfni milli Windows, NVIDIA bílstjóra, Toolkit og Visual Studio er lykillinn að því að forðast villur.
  • Staðfestið með nvcc, deviceQuery og bandwidthTest að skjákortið og keyrslutími séu í réttum samskiptum.
  • Sveigjanlegir uppsetningarmöguleikar: Klassískt uppsetningarforrit, Conda, pip og WSL með hröðun.
Setja upp CUDA

Uppsetning CUDA á Windows Það þarf ekki að vera höfuðverkur ef þú veist hvar á að byrja og hvað á að athuga í hverju skrefi. Í þessari grein mun ég leiðbeina þér á hagnýtan hátt, með öllum nauðsynlegum upplýsingum um samhæfni, uppsetningu, staðfestingu og algengar bilanaleitir til að tryggja að verkfærakisturnar virki fullkomlega í tölvunni þinni í fyrsta skipti.

Auk þess að fjalla um hefðbundna uppsetningu Toolkit á Windows, munt þú einnig sjá hvernig á að nota CUDA með WSL, setja það upp með Conda eða pip, þýða dæmi með Visual Studio og skilja mismunandi NVIDIA reklalíkön á Windows. Upplýsingarnar eru sameinaðar og uppfærðar. Byggt á opinberum leiðbeiningum og raunverulegum aðstæðum sem gætu komið fyrir þig, eins og fartölvu með blönduðu AMD iGPU + NVIDIA dGPU GPU.

Hvað er CUDA og hvað býður það upp á í Windows?

CUDA Það er samsíða forritunarvettvangur og líkan NVIDIA sem gerir það mögulegt flýta fyrir forritum með GPUFrá gervigreind og gagnavísindum til hermunar og myndvinnslu. Í reynd færðu aðgang að nvcc þýðandanum, keyrslutíma, bókasöfnum eins og cuBLAS, cuFFT, cuRAND og cuSOLVER, kembiforritum og prófílverkfærum og tilbúnum dæmi til þýðingar með því að setja upp CUDA Toolkit á Windows.

CUDA hönnunin gerir það auðvelt að blanda saman örgjörva og skjákorti í sama forriti: íhlutirnir raðnúmer í örgjörvanum og samsíða hlutar skjákortsins, sem bjóða upp á hundruð eða þúsundir þráða sem keyra samsíða. Þökk sé sameiginlegu minni á örgjörvanum og fínstilltum bókasöfnum, frammistöðustökkið Það er venjulega áberandi við mikla álagi.

Setja upp CUDA

Samhæfni kerfis og þýðanda í Windows

Áður en uppsetningarforritið er notað er ráðlegt að athuga samhæfni. Samhæft Windows Nýlegar útgáfur af verkfærakistunni eru meðal annars: Windows 11 24H2, 23H2 og 22H2-SV2; Windows 10 22H2; og Windows Server 2022 og 2025.

Í þýðendum felur dæmigerður stuðningur í sér MSVC 193x með Visual Studio 2022 17.x og MSVC 192x með Visual Studio 2019 16.x, með C++11, C++14, C++17 og C++20 mállýskum (fer eftir útgáfu). Visual Studio 2015 var úrelt í CUDA 11.1; VS 2017 var úrelt í 12.5 og fjarlægt í 13.0. Athugaðu nákvæma fylki útgáfunnar þinnar til að forðast hræðslu.

Mikilvægt fyrir eldri verkefni: Frá og með CUDA 12.0 er 32-bita þjöppun fjarlægð og keyrsla 32-bita x86 tvíundaskráa á x64 kerfum er takmörkuð við bílstjóri, fjórðungur og stærðfræði á GeForce skjákortum upp að Ada arkitektúr; Hopper styður ekki lengur 32 bita.

Einkarétt efni - Smelltu hér  Hvað er HAGS (Hardware-Accelerated GPU Scheduling) stilling og hvenær á að virkja hana

Veldu og settu upp verkfærakistuna í Windows

Sæktu uppsetningarforritið af opinberu vefsíðu NVIDIA CUDA. Þú getur valið netuppsetningarforrit (lágmarks niðurhal sem notar internetið það sem eftir er) eða Full uppsetningarforrit (allt í einum pakka, gagnlegt fyrir vélar án nettengingar eða fyrirtækjauppsetningar). Eftir niðurhal skal staðfesta heilleika með eftirlitssummunni (t.d. MD5) til að útiloka spillingu.

Keyrðu grafíska uppsetningarforritið og fylgdu skrefunum á skjánum. Lestu útgáfuupplýsingarnar fyrir þína útgáfu því þar er lýst breytingum, nákvæmum samhæfni og mikilvægum viðvörunum. Frá og með CUDA 13 inniheldur uppsetningarforritið fyrir Toolkit ekki lengur rekla. NVIDIA-reklarinn er settur upp sérstaklega. af samsvarandi ökumannasíðu.

Uppsetning CUDA á Windows
Hvernig á að setja upp CUDA á Windows án villna

Hljóðlaus uppsetning og val á íhlutum

Ef þú þarft að setja upp hljóðlega, þá samþykkir uppsetningarforritið viðmótslausan ham með -s valkostinum og leyfir velja tiltekna undirpakka með nafni í stað þess að setja allt upp. Þú getur einnig komið í veg fyrir sjálfvirkar endurræsingar með -n. Þessi nákvæmni er gagnleg til að sérsníða byggingarumhverfi og minnka fótspor þitt.

Meðal venjulegra undirpakkninga finnur þú hluti eins og nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, samþætting við Visual Studio, NVRTC, NVTX, NVJitLink, afmanglerar og tól eins og cuobjdump eða nvdisasm. Ef þú ætlar að þýða og búa til prófíl, veldu Nsight verkfærinEf þú ert bara að keyra það, þá gæti keyrslutíminn verið nóg.

Taktu uppsetningarforritið út og skoðaðu innihaldið

Til endurskoðunar eða fyrirtækjaumbúða er hægt að draga út allt uppsetningarforritið með LZMA-styðjandi verkfærum eins og 7-Zip eða WinZip. Þú finnur CUDAToolkit tréð og einingar Samþættingarskrár Visual Studio eru settar í aðskildar möppur. .dll og .nvi skrárnar í þessum möppum eru ekki hluti af uppsetningarhæfa efninu sjálfu.

Setja upp CUDA á Windows með Conda

Ef þú kýst að stjórna umhverfinu með Conda, þá birtir NVIDIA pakka á anaconda.org/nvidia. Grunnuppsetning á verkfærakistunni Þetta er gert með einni skipun, `conda install`, og þú getur líka lagað fyrri útgáfur með því að bæta við `release` merkinu, til dæmis til að læsa útgáfu 11.3.1. fjarlægja Það er alveg jafn beint.

Setja upp CUDA í gegnum pip (hjól)

NVIDIA býður upp á Python hjól sem eru sniðin að CUDA keyrslutíma fyrir Windows. Þau eru fyrst og fremst ætluð fyrir Að nota CUDA með Python og þau innihalda ekki öll þróunartólin. Fyrst skaltu setja upp nvidia-pyindex svo pip þekki NVIDIA NGC vísitöluna og ganga úr skugga um að þú hafir pip og setuptools uppfært til að forðast villur. Settu síðan upp metapakkana sem þú þarft, eins og nvidia-cuda-runtime-cu12 eða nvidia-cublas-cu12.

Einkarétt efni - Smelltu hér  Hvað á að gera þegar Windows Update brýtur netkortið þitt

Þessir metapakkar miða á ákveðna pakka eins og nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 og fleiri. Mundu að umhverfið er stjórnað af pip.Ef þú vilt nota CUDA utan virtualenv þarftu að aðlaga kerfisslóðir og breytur til að tengjast rétt.

Staðfestu uppsetninguna á Windows

Opnaðu skipanalínu og keyrðu nvcc -V til að staðfesta uppsetta útgáfu. Klónaðu CUDA sýnin Sæktu dæmin af GitHub og þýddu þau með Visual Studio. Keyrðu deviceQuery og bandwidthTest: ef samskipti við skjákortið takast, munt þú sjá tækið greint og standast prófin Engar villur. Ef deviceQuery finnur ekki tæki, athugaðu þá rekla og hvort skjákortið sé sýnilegt í kerfinu.

WSL með CUDA hröðun

Windows 11 og nýjustu útgáfur af Windows 10 styðja keyrslu á CUDA-hraðaðri vélanámsramma og verkfærum innan WSL, þar á meðal PyTorch, TensorFlow og Docker Með því að nota NVIDIA Container Toolkit skaltu fyrst setja upp CUDA-virka rekilinn í WSL, virkja síðan WSL og setja upp glibc dreifingu eins og Ubuntu eða Debian.

Gakktu úr skugga um að þú hafir uppfærðan WSL kjarna (lágmark 5.10.43.3). Skoðaðu það með Notið `wsl cat /proc/version` úr PowerShell. Fylgið síðan notendahandbók CUDA í WSL til að setja upp bókasöfn og ílát og byrja að keyra Linux vinnuflæði á Windows án þess að fara úr umhverfinu.

Fjarlægðu CUDA á Windows

Eftir að þú hefur sett upp CUDA á Windows, viltu þá snúa aftur til fyrri útgáfu? Hægt er að snúa öllum undirpakka aftur. Fjarlægja úr stjórnborði Notkun forrita og eiginleika. Ef þú stjórnar verkfærakistunni með Conda eða pip skaltu nota fjarlægingarferla hvers stjórnanda til að forðast að skilja eftir pakkaleifar.

Athugasemdir um samhæfni útgáfa

CUDA 11.8 var mjög vinsæl útgáfa vegna stöðugleika og vistkerfisstuðnings. Algengar kröfur Fyrir 11.8: Skjákort með Compute Capability 3.0 eða nýrri, 64-bita, að lágmarki 8 GB af vinnsluminni og að minnsta kosti 4 GB af skjákortsminni. Í Linux samþættist það vel við dreifingar eins og Ubuntu 18.04/20.04, RHEL/CentOS 7/8, o.s.frv.

CUDA 12.x kynnir úrbætur á keyrslutíma og bókasafni og ýtir undir ósjálfstæði nýjustu bílstjórarnirCUDA 13 aðskilur rekilinn varanlega frá uppsetningarforriti Toolkit: mundu að setja rekilinn upp sjálfur. Mikilvæg skýringCUDA er NVIDIA tækni og krefst NVIDIA GPU-a; ef þú sérð einhvers staðar að það sé einnig samhæft við AMD GPU-a, þá er það ekki rétt fyrir CUDA-stakkann.

Uppsetning CUDA á Windows: Úrræðaleit algengra vandamála

  • Uppsetningarforritið mistekst eða lýkur ekki verkinu.Athugaðu uppsetningarskrárnar og staðfestu vírusvarnarforritið þitt, diskpláss og aðgang stjórnenda. Reyndu aftur með fullu uppsetningarforriti ef netið er óstöðugt eða í hljóðlausri stillingu ef notendaviðmótsárekstrar eru.
  • deviceQuery finnur ekki skjákortiðGakktu úr skugga um að reklarinn sé réttur, að skjákortið sé virkt og að forritið noti dGPU. Uppfærðu reklana og settu verkfærakistuna upp aftur ef þörf krefur.
  • Árekstrar við bókabúðirEf þú ert með mörg verkfærakist uppsett skaltu staðfesta CUDA_PATH og PATH. Í Python skaltu athuga hvort PyTorch eða TensorFlow útgáfurnar og stillingar þeirra séu samhæfar við CUDA/cuDNN útgáfuna þína.
  • Visual Studio þýðir ekki .cuBættu CUDA Build Customizations við verkefnið þitt og merktu .cu skrárnar sem CUDA C/C++. Staðfestu að MSVC sé samhæft við verkfærakistuna þína.
Einkarétt efni - Smelltu hér  Ryzen 9 9950X3D2 stefnir hátt: 16 kjarnar og tvöfaldur 3D V-Cache

Verkfæri, sýnishorn og skjöl

Auk nvcc og bókasafnanna inniheldur verkfærakistan fyrir uppsetningu CUDA á Windows prófíla og greiningartól eins og Nsight Systems og Nsight Compute, og HTML/PDF skjöl fyrir CUDA C++ forritunarmálið og ... betri venjurOpinberu dæmin eru á GitHub og eru frábær grunnur til að sannreyna rekla, afköst minnis og fjölvinnsluforrit.

Hvenær á að nota Conda eða pip samanborið við hefðbundna uppsetningarforritið

Conda og pip eru tilvalin þegar áherslan er lögð á að keyra ML ramma sem pakka þegar ósjálfstæði í samræmi við ákveðnar CUDA útgáfur. KosturEinangrun umhverfisins og minni núningur. Ókostur: Fyrir innbyggða C++ þróun eða fulla samþættingu við VS býður klassíska uppsetningarforritið fyrir Toolkit upp á öll verkfæri og fullkomnasta upplifunin.

Fljótlegar spurningar

  • Hvernig veit ég hvort skjákortið mitt sé CUDA samhæft? Opnaðu Tækjastjórnun, farðu í Skjákort og athugaðu gerðina; berðu hana saman við opinberan lista NVIDIA yfir CUDA skjákort. Þú getur líka keyrt nvidia-smi og staðfest að GPU-ið þitt birtist.
  • Get ég æft án CUDA? Já, það mun virka á örgjörvanum, en það verður hægara. Til að nota skjákortið með PyTorch eða TensorFlow á Windows, vertu viss um að setja upp ... samhæfðar byggingar með þinni útgáfu af CUDA eða notaðu WSL með NVIDIA gámum.
  • Sérstakar eldri útgáfurSum verkfæri krefjast samsetningar eins og CUDA 10.1 með cuDNN 7.6.4. Í því tilfelli skaltu setja upp nákvæmlega þessar útgáfur og setja inn DLL fyrir cuDNN í bin möppunni í viðkomandi verkfærakistunni, til að forðast að hafa mörg cuDNN-net í einu.

Ef þú ert að leita að því að setja upp CUDA á Windows og flýta fyrir vinnunni með ítarlegri leiðbeiningum, þá munu skrefin og ráðleggingarnar hér að ofan hjálpa þér að klára allt. Það passar eins og hanski. frá fyrstu byggingunni.