CUDA-г Windows дээр алдаагүйгээр хэрхэн суулгах вэ: хөгжүүлэгчид болон бүтээгчдэд зориулсан гарын авлага

Windows дээр CUDA суулгаж байна Алхам бүрдээ хаанаас эхлэх, юуг шалгахаа мэддэг бол толгой өвдөх шаардлагагүй. Энэ нийтлэлд би танд практик арга замаар чиглүүлэх болноТохиромжтой байдал, суурилуулалт, баталгаажуулалт, нийтлэг алдааг олж засварлах зэрэг бүх нарийн ширийн зүйлийг багтаасан бөгөөд энэ хэрэгсэл нь таны компьютер дээр анх удаа төгс ажиллах болно.

Windows дээр сонгодог Toolkit суулгацыг хамрахаас гадна та CUDA-г WSL-тэй хэрхэн ашиглах, Conda эсвэл pip програмаар суулгах, Visual Studio ашиглан жишээ эмхэтгэх, Windows дээрх NVIDIA драйверуудын өөр загваруудыг ойлгох болно. Мэдээлэл нь нэгдсэн бөгөөд шинэчлэгдсэн. Эрлийз AMD iGPU + NVIDIA dGPU GPU бүхий зөөврийн компьютер гэх мэт албан ёсны гарын авлага, танд тохиолдож болзошгүй бодит хувилбарууд дээр үндэслэсэн.

CUDA гэж юу вэ, Windows дээр юу санал болгодог вэ?

CUDA Энэ бол NVIDIA-ийн зэрэгцээ програмчлалын платформ ба загвар юм GPU ашиглан програмуудыг хурдасгахAI ба мэдээллийн шинжлэх ухаанаас эхлээд симуляци, зураг боловсруулах хүртэл. Практик түвшинд CUDA Toolkit-ийг Windows дээр суулгаснаар nvcc хөрвүүлэгч, ажиллах хугацаа, cuBLAS, cuFFT, cuRAND, cuSOLVER зэрэг номын сангууд, дибаг хийх, профайл үүсгэх хэрэгслүүд, эмхэтгэхэд бэлэн жишээнүүдийг өгнө.

CUDA загвар нь CPU болон GPU-г нэг програм дээр холиход хялбар болгодог: эд анги процессор дахь цувралууд мөн GPU дээрх параллель хэсгүүд нь зэрэгцээ ажиллаж байгаа зуу, мянган хэлхээг хангадаг. Хуваалцсан чип дээрх санах ой болон оновчтой номын сангийн ачаар, гүйцэтгэлийн үсрэлт Энэ нь ихэвчлэн эрчимтэй ачааллын үед ажиглагддаг.

Windows дээрх систем ба хөрвүүлэгчийн нийцтэй байдал

Суулгагчийг ашиглахаасаа өмнө нийцтэй эсэхийг шалгахыг зөвлөж байна. Windows-тэй нийцтэй Хэрэгслийн сүүлийн үеийн хувилбарууд нь: Windows 11 24H2, 23H2 болон 22H2-SV2; Windows 10 22H2; болон Windows Server 2022 болон 2025.

Хөрвүүлэгчид ердийн дэмжлэг орно Visual Studio 2022 17.x-тэй MSVC 193x болон Visual Studio 2019 16.x-тай MSVC 192x, C++11, C++14, C++17, C++20 аялгуутай (хувилбараас хамаарч). Visual Studio 2015 нь CUDA 11.1 дээр хуучирсан; VS 2017 нь 12.5-д хуучирсан бөгөөд 13.0-д хасагдсан. Өөрийн хувилбарын яг матрицыг шалгана уу гэнэтийн зүйлээс зайлсхийхийн тулд.

Хуучин төслүүдийн хувьд чухал: CUDA 12.0-аас эхлэн 32 битийн эмхэтгэлийг устгаж, x64 систем дээр 32 битийн x86 хоёртын файлуудыг гүйцэтгэх нь зөвхөн дараах байдлаар хязгаарлагддаг. жолооч, кварт, математик Ada архитектур хүртэлх GeForce GPU дээр; Hopper 32 битийг дэмжихээ больсон.

Windows дээр Toolkit-ийг сонгоод суулгана уу

Суулгагчийг NVIDIA CUDA албан ёсны вэбсайтаас татаж аваарай. Та сүлжээний суулгагчийг сонгож болно (Үлдсэн хэсэгт нь интернет ашигладаг хамгийн бага татаж авах) эсвэл Бүрэн суулгагч (бүгдийг нэг багцад багтаасан, хэрэгтэй сүлжээгүй машинууд эсвэл аж ахуйн нэгжийн байршуулалт). Татаж авсны дараа авлигыг үгүйсгэхийн тулд шалгах нийлбэрээр (жишээ нь, MD5) бүрэн бүтэн байдлыг шалгана уу.

График суулгагчийг ажиллуулаад дэлгэцэн дээрх алхмуудыг дагана уу. Хувилбарынхаа тэмдэглэлийг уншина уу Учир нь энэ нь өөрчлөлт, нарийн нийцтэй байдал, чухал сэрэмжлүүлгийг нарийвчлан тусгасан болно. CUDA 13-аас эхлэн Toolkit суулгагч нь драйверийг багтаахаа больсон. NVIDIA драйверийг тусад нь суулгасан. харгалзах драйверуудын хуудаснаас.

Чимээгүй суурилуулалт, бүрэлдэхүүн хэсгийн сонголт

Хэрэв та чимээгүй байршуулах шаардлагатай бол суулгагч нь -s сонголттой интерфэйс бага горимыг хүлээн зөвшөөрч, зөвшөөрдөг тодорхой дэд багцуудыг сонгох бүгдийг суулгахын оронд нэрээр нь. Та мөн -n ашиглан автоматаар дахин эхлүүлэхээс сэргийлж болно. Энэхүү нарийн ширхэгтэй байдал нь барилгын орчныг өөрчлөх, таны ул мөрийг багасгахад хэрэгтэй.

Ердийн дэд багцуудын дунд та ийм зүйлсийг олох болно nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, Visual Studio интеграцчлал, NVRTC, NVTX, NVJitLink, demanglers болон cuobjdump эсвэл nvdisasm зэрэг хэрэгслүүд. Хэрэв та эмхэтгэж, профайл хийх гэж байгаа бол, Nsight хэрэгслийг сонгоХэрэв та зүгээр л ажиллуулж байгаа бол ажиллах хугацаа хангалттай байх болно.

Суулгагчийг задалж, агуулгыг шалгана уу

Аудит эсвэл корпорацийн багцын хувьд 7-Zip эсвэл WinZip гэх мэт LZMA-г дэмждэг хэрэгслүүдийг ашиглан бүрэн суулгагчийг гаргаж авах боломжтой. Та CUDAToolkit мод болон модулиудыг олох болно Visual Studio интеграцийн файлууд нь тусдаа хавтсанд байрладаг. Эдгээр фолдер дахь .dll болон .nvi файлууд нь өөрөө суулгаж болох агуулгын нэг хэсэг биш юм.

CUDA-г Windows дээр Conda-тай суулгаарай

Хэрэв та Conda-тай орчныг удирдахыг илүүд үзэж байгаа бол NVIDIA нь anaconda.org/nvidia дээр багцуудыг нийтэлдэг. Хэрэгслийн багцын үндсэн суурилуулалт Энэ нь `conda install` гэсэн ганц тушаалаар хийгддэг бөгөөд та өмнөх хувилбаруудыг 11.3.1 хувилбарт түгжихийн тулд `release` шошго нэмж засах боломжтой. устгах Яг л шууд.

CUDA-г пип (дугуй) ашиглан суулгана.

NVIDIA нь Windows-д зориулсан CUDA ажиллах цаг дээр төвлөрсөн Python дугуйг санал болгодог. Тэдгээр нь үндсэндээ зориулагдсан CUDA програмыг Python ашиглан ашиглах мөн тэдгээрт хөгжүүлэлтийн бүрэн хэрэгслийг оруулаагүй болно. Эхлээд nvidia-pyindex-ийг суулгаж, pip нь NVIDIA NGC индексийг мэддэг байх ба алдаа гаргахгүйн тулд pip болон setuptools-ыг шинэчилсэн эсэхээ шалгаарай. Дараа нь мета багцуудыг суулгана уу nvidia-cuda-runtime-cu12 эсвэл nvidia-cublas-cu12 гэх мэт танд хэрэгтэй.

Эдгээр мета багцууд нь nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 болон бусад багцуудыг чиглүүлдэг. Байгаль орчныг пип удирддаг гэдгийг санаарай.Хэрэв та CUDA-г virtualenv-ээс гадуур ашиглахыг хүсвэл зөв холбохын тулд системийн зам болон хувьсагчдыг тохируулах хэрэгтэй болно.

Windows дээр суулгасан эсэхийг шалгана уу

Суулгасан хувилбарыг баталгаажуулахын тулд тушаалын мөрийг нээгээд nvcc -V-г ажиллуулна уу. CUDA дээжийг хуулбарлах Жишээнүүдийг GitHub-аас татаж аваад Visual Studio ашиглан эмхэтгэ. DeviceQuery болон bandwidthTest-ийг ажиллуулна уу: Хэрэв GPU-тай амжилттай холбогдож байгаа бол та төхөөрөмжийг илрүүлж, харах болно. шалгалтуудыг давах Алдаа байхгүй. Хэрэв deviceQuery төхөөрөмж олохгүй бол драйвер болон GPU системд харагдаж байгаа эсэхийг шалгана уу.

CUDA хурдатгалтай WSL

Windows 11 болон Windows 10-ийн хамгийн сүүлийн хувилбарууд нь WSL доторх CUDA хурдасгасан ML хүрээ болон хэрэгслүүдийг ажиллуулахыг дэмждэг. PyTorch, TensorFlow болон Docker NVIDIA Container Toolkit-ийг ашиглан эхлээд CUDA-г идэвхжүүлсэн драйверийг WSL-д суулгаж, дараа нь WSL-г идэвхжүүлж, Ubuntu эсвэл Debian гэх мэт glibc түгээлтийг суулгаарай.

Та шинэчлэгдсэн WSL цөм (хамгийн багадаа 5.10.43.3) байгаа эсэхийг шалгаарай. Үүнийг шалгана уу PowerShell-ээс `wsl cat /proc/version`-г ашиглана уу. Дараа нь WSL дэх CUDA хэрэглэгчийн гарын авлагыг дагаж номын сан, контейнер суулгаж, Linux үйлдлийн системээ орчноосоо гаралгүйгээр Windows дээр ажиллуулж эхлээрэй.

Windows дээр CUDA-г устгана уу

Windows дээр CUDA суулгасны дараа өмнөх хувилбар руугаа буцахыг хүсэж байна уу? Бүх дэд багцуудыг буцаах боломжтой. Хяналтын самбараас устгана уу Програм ба онцлогуудыг ашиглах. Хэрэв та багаж хэрэгслийг Conda эсвэл pip-ээр удирдаж байгаа бол багцын үлдэгдэл үлдээхгүйн тулд менежер бүрийн устгах механизмыг ашиглана уу.

Хувилбарын нийцтэй байдлын тэмдэглэл

CUDA 11.8 нь тогтвортой байдал, экосистемийг дэмждэг тул маш алдартай хувилбар байсан. Ердийн шаардлага 11.8-ийн хувьд: Тооцоолох чадвар 3.0 ба түүнээс дээш хувилбартай GPU, 64 бит, хамгийн багадаа 8 ГБ RAM, хамгийн багадаа 4 ГБ GPU санах ой. Линукс дээр Ubuntu 18.04/20.04, RHEL/CentOS 7/8 гэх мэт түгээлтүүдтэй сайн нэгтгэдэг.

CUDA 12.x нь ажиллах цаг болон номын сангийн сайжруулалтыг нэвтрүүлж, тэдгээрийн хамаарлыг түлхэж өгдөг хамгийн сүүлийн үеийн драйверуудCUDA 13 нь драйверийг Toolkit суулгагчаас бүрмөсөн тусгаарладаг: драйверийг өөрөө суулгахаа бүү мартаарай. Чухал тодруулгаCUDA нь NVIDIA технологи бөгөөд NVIDIA GPU шаарддаг; Хэрэв та энэ нь AMD GPU-тэй нийцэж байгааг хаанаас ч харсан бол CUDA стекийн хувьд энэ нь буруу байна.

Windows дээр CUDA суулгах: нийтлэг асуудлуудыг олж засварлах

• Суулгагч амжилтгүй болсон эсвэл ажлаа дуусгадаггүй.Суулгагчийн бүртгэлийг шалгаж, вирусны эсрэг, дискний зай, админ зөвшөөрлөө шалгана уу. Сүлжээ тогтворгүй бол бүрэн суулгагчаар, эсвэл UI зөрчилтэй бол чимээгүй горимд дахин оролдоно уу.
• deviceQuery нь GPU-г илрүүлдэггүйДрайвер зөв, GPU идэвхтэй, програм нь dGPU ашиглаж байгаа эсэхийг шалгана уу. Драйверыг шинэчилж, шаардлагатай бол Toolkit-ийг дахин суулгана уу.
• Номын дэлгүүрүүдтэй зөрчилддөгХэрэв танд олон хэрэглүүр суулгасан бол CUDA_PATH болон PATH-г баталгаажуулна уу. Python дээр PyTorch эсвэл TensorFlow хувилбарууд болон тэдгээрийн тохиргоонууд нь таны CUDA/cuDNN хувилбартай нийцэж байгаа эсэхийг шалгаарай.
• Visual Studio нь .cu-г хөрвүүлдэггүйТөсөлдөө CUDA Build Customizations-ийг нэмж, .cu файлуудыг CUDA C/C++ гэж тэмдэглээрэй. MSVC нь таны хэрэгсэлтэй нийцэж байгаа эсэхийг шалгана уу.

Хэрэгсэл, дээж, баримт бичиг

Windows дээр CUDA суулгах хэрэгсэлд nvcc болон номын сангуудаас гадна Nsight Systems, Nsight Compute зэрэг профайл, анализаторууд, CUDA C++ хэлний HTML/PDF бичиг баримтууд багтсан болно. илүү сайн туршлагуудАлбан ёсны жишээнүүд нь GitHub дээр байгаа бөгөөд драйвер, санах ойн гүйцэтгэл, олон процессорыг баталгаажуулах маш сайн үндэс суурь юм.

Сонгодог суулгагчтай харьцуулахад Conda эсвэл pip-ийг хэзээ ашиглах вэ

Conda болон pip нь CUDA-ийн тодорхой хувилбаруудтай нийцсэн хамаарлыг аль хэдийн багцалсан ML фреймворкуудыг ажиллуулахад анхаарлаа төвлөрүүлэхэд тохиромжтой. Давуу талОрчны тусгаарлалт, үрэлт багатай. Сул тал: Уугуул C++ хөгжүүлэлт эсвэл VS-тэй бүрэн интеграцчлахын тулд сонгодог Toolkit суулгагчийг санал болгодог. бүх хэрэгслүүд мөн хамгийн бүрэн гүйцэд туршлага.

Шуурхай асуулт

• Миний GPU CUDA-тай нийцэж байгаа эсэхийг яаж мэдэх вэ? "Төхөөрөмжийн менежер"-ийг нээж, "Дэлгэцийн адаптер" руу очоод загварыг шалгана уу; Үүнийг NVIDIA-н албан ёсны CUDA GPU жагсаалттай харьцуул. Та мөн nvidia-smi-г ажиллуулаад үүнийг баталгаажуулж болно Таны GPU гарч ирнэ.
• Би CUDAгүйгээр бэлтгэл хийж болох уу? Тийм ээ, энэ нь CPU дээр ажиллах болно, гэхдээ энэ нь удаан байх болно. Windows дээр PyTorch эсвэл TensorFlow бүхий GPU ашиглахын тулд суулгасан эсэхээ шалгаарай нийцтэй бүтээцүүд Өөрийн CUDA хувилбартай эсвэл NVIDIA контейнертэй WSL ашиглана уу.
• Тодорхой хуучин хувилбаруудЗарим хэрэгсэлд CUDA 10.1, cuDNN 7.6.4 зэрэг хослол шаардлагатай. Энэ тохиолдолд яг тэр хувилбаруудыг суулгаад суулгана уу cuDNN DLL нэгэн зэрэг олон cuDNN-тэй байхаас зайлсхийж, харгалзах хэрэгслийн багцын хавтсанд.

Хэрэв та Windows дээр CUDA-г суулгаж, бүрэн гарын авлагын тусламжтайгаар ажлаа хурдасгах гэж байгаа бол дээрх алхмууд болон зөвлөмжүүд танд бүх зүйлийг хийхэд тусална. Энэ нь бээлий шиг тохирно. анхны бүтээн байгуулалтаас.