දෝෂ නොමැතිව Windows මත CUDA ස්ථාපනය කරන්නේ කෙසේද: සංවර්ධකයින් සහ නිර්මාණකරුවන් සඳහා මාර්ගෝපදේශයකි.

වින්ඩෝස් මත CUDA ස්ථාපනය කිරීම ඔබ ආරම්භ කළ යුත්තේ කොතැනින්ද සහ එක් එක් පියවරේදී කුමක් පරීක්ෂා කළ යුතුද යන්න දන්නේ නම් එය හිසරදයක් විය යුතු නැත. මෙම ලිපියෙන් මම ඔබට ප්‍රායෝගික ආකාරයකින් මඟ පෙන්වන්නම්., මෙවලම් කට්ටලය පළමු වරට ඔබේ පරිගණකයේ පරිපූර්ණව ක්‍රියාත්මක වන බව සහතික කිරීම සඳහා අනුකූලතාව, ස්ථාපනය, සත්‍යාපනය සහ පොදු දෝශ නිරාකරණයේ සියලු සියුම් කරුණු සමඟ.

Windows මත සම්භාව්‍ය Toolkit ස්ථාපනය ආවරණය කිරීමට අමතරව, WSL සමඟ CUDA භාවිතා කරන ආකාරය, Conda හෝ pip සමඟ එය ස්ථාපනය කරන ආකාරය, Visual Studio සමඟ උදාහරණ සම්පාදනය කරන ආකාරය සහ Windows මත විවිධ NVIDIA ධාවක ආකෘති තේරුම් ගන්නා ආකාරය ද ඔබට පෙනෙනු ඇත. තොරතුරු ඒකාබද්ධ සහ යාවත්කාලීනයි. දෙමුහුන් AMD iGPU + NVIDIA dGPU GPU සහිත ලැප්ටොප් පරිගණකයක් වැනි ඔබට සිදුවිය හැකි නිල මාර්ගෝපදේශ සහ සැබෑ ජීවිත අවස්ථා මත පදනම්ව.

CUDA යනු කුමක්ද සහ එය Windows හි ලබා දෙන්නේ කුමක්ද?

CUDA එය NVIDIA හි සමාන්තර ක්‍රමලේඛන වේදිකාව සහ ආකෘතිය වන අතර එය ඉඩ සලසයි GPU සමඟ යෙදුම් වේගවත් කරන්නAI සහ දත්ත විද්‍යාවේ සිට සමාකරණ සහ රූප සැකසුම් දක්වා. ප්‍රායෝගික මට්ටමින්, Windows මත CUDA මෙවලම් කට්ටලය ස්ථාපනය කිරීමෙන් ඔබට nvcc සම්පාදකය, ධාවන කාලය, cuBLAS, cuFFT, cuRAND, සහ cuSOLVER වැනි පුස්තකාල, නිදොස්කරණය සහ පැතිකඩ මෙවලම් සහ සම්පාදනය කිරීමට සූදානම් උදාහරණ ලබා දේ.

CUDA සැලසුම මඟින් එකම යෙදුම තුළ CPU සහ GPU මිශ්‍ර කිරීම පහසු කරයි: කොටස් සකසනයේ අනුක්‍රමික සහ GPU හි සමාන්තර කොටස්, සමාන්තරව ක්‍රියාත්මක වන නූල් සිය ගණනක් හෝ දහස් ගණනක් සපයයි. බෙදාගත් චිප මතකය සහ ප්‍රශස්තිකරණය කළ පුස්තකාල වලට ස්තූතියි, කාර්ය සාධන පිම්ම දැඩි බරක් යටතේ එය සාමාන්‍යයෙන් කැපී පෙනේ.

වින්ඩෝස් හි පද්ධති සහ සම්පාදක අනුකූලතාව

ස්ථාපකය භාවිතා කිරීමට පෙර, අනුකූලතාව පරීක්ෂා කිරීම සුදුසුය. වින්ඩෝස් අනුකූලයි මෙවලම් කට්ටලයේ මෑත අනුවාදවලට ඇතුළත් වන්නේ: Windows 11 24H2, 23H2 සහ 22H2-SV2; Windows 10 22H2; සහ Windows Server 2022 සහ 2025.

සම්පාදකවල, සාමාන්‍ය සහායට ඇතුළත් වන්නේ Visual Studio 2022 17.x සමඟ MSVC 193x සහ C++11, C++14, C++17, සහ C++20 උපභාෂා සහිත Visual Studio 2019 16.x සමඟ MSVC 192x (අනුවාදය අනුව). Visual Studio 2015 CUDA 11.1 හි අවලංගු කරන ලදී; VS 2017 12.5 හි අවලංගු කර 13.0 හි ඉවත් කරන ලදී. ඔබේ අනුවාදයේ නිශ්චිත අනුකෘතිය පරීක්ෂා කරන්න. බිය වළක්වා ගැනීමට.

උරුම ව්‍යාපෘති සඳහා වැදගත්: CUDA 12.0 සමඟින් ආරම්භ කරමින්, 32-bit සම්පාදනය ඉවත් කරනු ලබන අතර, x64 පද්ධතිවල 32-bit x86 ද්විමය ක්‍රියාත්මක කිරීම සීමා වේ රියදුරු, ක්වාර්ට් සහ ගණිතය Ada ගෘහ නිර්මාණ ශිල්පය දක්වා GeForce GPU මත; Hopper තවදුරටත් බිටු 32 සඳහා සහය නොදක්වයි.

Windows මත මෙවලම් කට්ටලය තෝරා ස්ථාපනය කරන්න.

NVIDIA CUDA නිල වෙබ් අඩවියෙන් ස්ථාපකය බාගන්න. ඔබට ජාල ස්ථාපකය තෝරා ගත හැකිය (ඉතිරි කොටස සඳහා අන්තර්ජාලය භාවිතා කරන අවම බාගත කිරීම) හෝ සම්පූර්ණ ස්ථාපකය (සියල්ල තනි පැකේජයකින්, ප්‍රයෝජනවත් වේ) ජාලයක් නොමැති යන්ත්‍ර හෝ ව්‍යවසාය යෙදවීම්). බාගත කිරීමෙන් පසු, දූෂණය බැහැර කිරීම සඳහා චෙක්සම් (උදා: MD5) සමඟ අඛණ්ඩතාව සත්‍යාපනය කරන්න.

චිත්‍රක ස්ථාපකය ක්‍රියාත්මක කර තිරයේ ඇති පියවර අනුගමනය කරන්න. ඔබගේ අනුවාදය සඳහා නිකුතු සටහන් කියවන්න. මන්ද එය වෙනස්කම්, නිශ්චිත අනුකූලතා සහ තීරණාත්මක අනතුරු ඇඟවීම් විස්තර කරයි. CUDA 13 සමඟින් ආරම්භ වන මෙවලම් කට්ටල ස්ථාපකය තවදුරටත් ධාවකය ඇතුළත් නොකරයි. NVIDIA ධාවකය වෙන වෙනම ස්ථාපනය කර ඇත. අදාළ ධාවක පිටුවෙන්.

නිහඬ ස්ථාපනය සහ සංරචක තේරීම

ඔබට නිහඬව යෙදවීමට අවශ්‍ය නම්, ස්ථාපකය -s විකල්පය සමඟ අතුරුමුහුණත්-අඩු මාදිලිය පිළිගෙන ඉඩ දෙයි නිශ්චිත උප පැකේජ තෝරන්න සියල්ල ස්ථාපනය කිරීම වෙනුවට නමින්. -n සමඟ ස්වයංක්‍රීය නැවත ආරම්භ කිරීම් වළක්වා ගත හැකිය. මෙම කැටිතිකරණය ගොඩනැගීමේ පරිසරයන් අභිරුචිකරණය කිරීමට සහ ඔබේ පියසටහන අඩු කිරීමට ප්‍රයෝජනවත් වේ.

සුපුරුදු උප පැකේජ අතර ඔබට වැනි අයිතම සොයාගත හැකිය nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, Visual Studio ඒකාබද්ධ කිරීම, NVRTC, NVTX, NVJitLink, demanglers, සහ cuobjdump හෝ nvdisasm වැනි උපයෝගිතා. ඔබ සම්පාදනය කර පැතිකඩ කිරීමට යන්නේ නම්, Nsight මෙවලම් තෝරන්නඔබ එය ක්‍රියාත්මක කරන්නේ නම්, ධාවන කාලය ප්‍රමාණවත් විය හැකිය.

ස්ථාපකය උපුටා ගෙන අන්තර්ගතය සමාලෝචනය කරන්න

විගණනය හෝ ආයතනික ඇසුරුම්කරණය සඳහා, 7-Zip හෝ WinZip වැනි LZMA-සහාය දක්වන මෙවලම් භාවිතයෙන් සම්පූර්ණ ස්ථාපකය උපුටා ගත හැක. ඔබට CUDAToolkit ගස සහ මොඩියුල සොයාගත හැකිය. Visual Studio ඒකාබද්ධ කිරීමේ ගොනු වෙනම ෆෝල්ඩරවල තබා ඇත. එම ෆෝල්ඩරවල ඇති .dll සහ .nvi ගොනු ස්ථාපනය කළ හැකි අන්තර්ගතයේම කොටසක් නොවේ.

කොන්ඩා සමඟ වින්ඩෝස් මත CUDA ස්ථාපනය කරන්න

ඔබ Conda සමඟ පරිසරය කළමනාකරණය කිරීමට කැමති නම්, NVIDIA anaconda.org/nvidia හි පැකේජ ප්‍රකාශයට පත් කරයි. මෙවලම් කට්ටලයේ මූලික ස්ථාපනය එය `conda install` යන තනි විධානයකින් සිදු කරනු ලබන අතර, ඔබට `release` ටැගය එකතු කිරීමෙන් පෙර අනුවාද නිවැරදි කළ හැකිය, උදාහරණයක් ලෙස, 11.3.1 අනුවාදය අගුළු දැමීමට. අස්ථාපනය කරන්න ඒක ඒ තරමටම සෘජුයි.

පයිප්ප (රෝද) හරහා CUDA ස්ථාපනය කරන්න.

NVIDIA විසින් Windows සඳහා CUDA ධාවන කාලය කෙරෙහි අවධානය යොමු කරන ලද Python රෝද ලබා දෙයි. ඒවා ප්‍රධාන වශයෙන් අදහස් කරන්නේ පයිතන් සමඟ CUDA භාවිතා කිරීම සහ ඒවායේ සම්පූර්ණ සංවර්ධන මෙවලම් ඇතුළත් නොවේ. පළමුව, pip NVIDIA NGC දර්ශකය දැන ගැනීමට nvidia-pyindex ස්ථාපනය කරන්න, සහ දෝෂ වළක්වා ගැනීම සඳහා pip සහ setuptools යාවත්කාලීන කර ඇති බවට වග බලා ගන්න. ඉන්පසු මෙටා පැකේජ ස්ථාපනය කරන්න. ඔබට අවශ්‍ය, nvidia-cuda-runtime-cu12 හෝ nvidia-cublas-cu12 වැනි.

මෙම මෙටාපැකේජ nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129, සහ වෙනත් විශේෂිත පැකේජ ඉලක්ක කරයි. පරිසරය කළමනාකරණය කරනු ලබන්නේ pip මගින් බව මතක තබා ගන්න.ඔබට virtualenv වලින් පිටත CUDA භාවිතා කිරීමට අවශ්‍ය නම්, නිවැරදිව සම්බන්ධ වීමට පද්ධති මාර්ග සහ විචල්‍යයන් සකස් කිරීමට ඔබට අවශ්‍ය වනු ඇත.

වින්ඩෝස් මත ස්ථාපනය සත්‍යාපනය කරන්න

ස්ථාපිත අනුවාදය තහවුරු කිරීම සඳහා විධාන විමසුමක් විවෘත කර nvcc -V ධාවනය කරන්න. CUDA සාම්පල ක්ලෝන කරන්න. GitHub වෙතින් උදාහරණ බාගත කර Visual Studio සමඟ ඒවා සම්පාදනය කරන්න. deviceQuery සහ bandwidthTest ධාවනය කරන්න: GPU සමඟ සාර්ථක සන්නිවේදනයක් තිබේ නම්, උපාංගය අනාවරණය වී ඇති බව ඔබට පෙනෙනු ඇත. පරීක්ෂණ සමත් වීම දෝෂ නොමැත. deviceQuery මඟින් උපාංග සොයාගත නොහැකි නම්, ධාවකය පරීක්ෂා කර GPU පද්ධතිය තුළ දෘශ්‍යමාන දැයි පරීක්ෂා කරන්න.

CUDA ත්වරණය සහිත WSL

Windows 11 සහ Windows 10 හි නවතම අනුවාදයන් WSL තුළ CUDA-ත්වරණය කරන ලද ML රාමු සහ මෙවලම් ධාවනය කිරීමට සහය දක්වයි, ඇතුළුව PyTorch, TensorFlow සහ Docker NVIDIA Container Toolkit භාවිතයෙන්, පළමුව WSL හි CUDA-සක්‍රීය ධාවකය ස්ථාපනය කරන්න, පසුව WSL සක්‍රීය කර Ubuntu හෝ Debian වැනි glibc බෙදාහැරීමක් ස්ථාපනය කරන්න.

යාවත්කාලීන කළ WSL කර්නලයක් (අවම වශයෙන් 5.10.43.3) ඇති බවට වග බලා ගන්න. එය සමඟ පරීක්ෂා කරන්න PowerShell වෙතින් `wsl cat /proc/version` භාවිතා කරන්න. ඉන්පසු පුස්තකාල සහ බහාලුම් ස්ථාපනය කිරීමට WSL හි CUDA පරිශීලක මාර්ගෝපදේශය අනුගමනය කර ඔබේ පරිසරයෙන් ඉවත් නොවී Windows මත Linux වැඩ ප්‍රවාහ ක්‍රියාත්මක කිරීම ආරම්භ කරන්න.

වින්ඩෝස් හි CUDA අස්ථාපනය කරන්න

Windows මත CUDA ස්ථාපනය කිරීමෙන් පසු, ඔබට පෙර අනුවාදයට ආපසු යාමට අවශ්‍යද? සියලුම උප පැකේජ ආපසු හැරවිය හැක. පාලක පැනලයෙන් අස්ථාපනය කරන්න වැඩසටහන් සහ විශේෂාංග භාවිතා කිරීම. ඔබ කොන්ඩා හෝ පයිප්ප භාවිතයෙන් මෙවලම් කට්ටලය කළමනාකරණය කරන්නේ නම්, කිසිදු පැකේජ ඉතිරි වීමක් වළක්වා ගැනීමට එක් එක් කළමනාකරුගේ අස්ථාපනය කිරීමේ යාන්ත්‍රණයන් භාවිතා කරන්න.

අනුවාද අනුකූලතා සටහන්

CUDA 11.8 එහි ස්ථායිතාව සහ පරිසර පද්ධති සහයෝගය නිසා ඉතා ජනප්‍රිය නිකුතුවක් විය. සාමාන්‍ය අවශ්‍යතා 11.8 සඳහා: පරිගණක හැකියාව 3.0 හෝ ඊට වැඩි GPU, 64-bit, අවම වශයෙන් 8 GB RAM සහ අවම වශයෙන් 4 GB GPU මතකය. Linux මත, එය Ubuntu 18.04/20.04, RHEL/CentOS 7/8 වැනි බෙදාහැරීම් සමඟ හොඳින් ඒකාබද්ධ වේ.

CUDA 12.x මඟින් ධාවන කාලය සහ පුස්තකාල වැඩිදියුණු කිරීම් හඳුන්වා දෙන අතර පරායත්තතා තල්ලු කරයි නවතම ධාවකCUDA 13 මඟින් ධාවකය මෙවලම් කට්ටල ස්ථාපකයෙන් ස්ථිරවම වෙන් කරයි: ධාවකය ඔබම ස්ථාපනය කිරීමට මතක තබා ගන්න. වැදගත් පැහැදිලි කිරීමCUDA යනු NVIDIA තාක්‍ෂණය වන අතර එයට NVIDIA GPU අවශ්‍ය වේ; එය AMD GPU සමඟ අනුකූල බව ඔබ කොතැනක හෝ දුටුවහොත්, එය CUDA තොගය සඳහා නිවැරදි නොවේ.

වින්ඩෝස් මත CUDA ස්ථාපනය කිරීම: පොදු ගැටළු නිරාකරණය කිරීම

• ස්ථාපකය අසමත් වේ හෝ කාර්යය අවසන් නොකරයි.ස්ථාපක ලොග් පරීක්ෂා කර ඔබගේ ප්‍රති-වයිරස, තැටි ඉඩ සහ පරිපාලක අවසර සත්‍යාපනය කරන්න. ජාලය අස්ථායී නම්, සම්පූර්ණ ස්ථාපකය සමඟ නැවත උත්සාහ කරන්න, නැතහොත් UI ගැටුම් තිබේ නම් නිහඬ ප්‍රකාරයේදී උත්සාහ කරන්න.
• deviceQuery මඟින් GPU අනාවරණය කර නොගනී.ධාවකය නිවැරදිද, GPU ක්‍රියාකාරීද, සහ යෙදුම dGPU භාවිතා කරනවාද යන්න පරීක්ෂා කරන්න. අවශ්‍ය නම් ධාවකය යාවත්කාලීන කර මෙවලම් කට්ටලය නැවත ස්ථාපනය කරන්න.
• පොත් සාප්පු සමඟ ගැටුම්ඔබ සතුව මෙවලම් කට්ටල කිහිපයක් ස්ථාපනය කර ඇත්නම්, CUDA_PATH සහ PATH වලංගු කරන්න. Python හි, PyTorch හෝ TensorFlow අනුවාද සහ ඒවායේ වින්‍යාසයන් ඔබේ CUDA/cuDNN අනුවාදය සමඟ අනුකූලදැයි පරීක්ෂා කරන්න.
• විෂුවල් ස්ටුඩියෝ .cu සම්පාදනය නොකරයි.ඔබේ ව්‍යාපෘතියට CUDA Build Customizations එකතු කර .cu ගොනු CUDA C/C++ ලෙස සලකුණු කරන්න. MSVC ඔබේ මෙවලම් කට්ටලය සමඟ අනුකූලදැයි තහවුරු කරගන්න.

මෙවලම්, සාම්පල සහ ලියකියවිලි

nvcc සහ පුස්තකාල වලට අමතරව, Windows මත CUDA ස්ථාපනය කිරීම සඳහා වන මෙවලම් කට්ටලයට Nsight Systems සහ Nsight Compute වැනි පැතිකඩ සහ විශ්ලේෂක සහ CUDA C++ භාෂාව සහ වඩා හොඳ පුරුදුනිල උදාහරණ GitHub හි ඇති අතර ඒවා ධාවක, මතක ක්‍රියාකාරිත්වය සහ බහු සකසනයන් වලංගු කිරීම සඳහා විශිෂ්ට පදනමකි.

සම්භාව්‍ය ස්ථාපකයට සාපේක්ෂව Conda හෝ pip භාවිතා කළ යුත්තේ කවදාද?

නිශ්චිත CUDA අනුවාද සමඟ අනුකූලව පරායත්තතා ඇසුරුම් කර ඇති ML රාමු ක්‍රියාත්මක කිරීම කෙරෙහි ඔබේ අවධානය යොමු වන විට Conda සහ pip වඩාත් සුදුසු වේ. වාසියපරිසර හුදකලාව සහ අඩු ඝර්ෂණය. අවාසිය: ස්වදේශීය C++ සංවර්ධනය හෝ VS සමඟ පූර්ණ ඒකාබද්ධ කිරීම සඳහා, සම්භාව්‍ය මෙවලම් කට්ටල ස්ථාපකය ලබා දෙයි සියලුම මෙවලම් සහ වඩාත්ම සම්පූර්ණ අත්දැකීම.

ඉක්මන් නිති අසන ප්‍රශ්න

• මගේ GPU එක CUDA අනුකූලදැයි මා දැන ගන්නේ කෙසේද? උපාංග කළමනාකරු විවෘත කර, දර්ශන ඇඩැප්ටර වෙත ගොස්, ආකෘතිය පරීක්ෂා කරන්න; එය NVIDIA හි නිල CUDA GPU ලැයිස්තුව සමඟ සසඳන්න. ඔබට nvidia-smi ධාවනය කර එය තහවුරු කළ හැකිය ඔබගේ GPU එක දිස්වේ.
• මට CUDA නොමැතිව පුහුණු විය හැකිද? ඔව්, එය CPU මත ක්‍රියා කරයි, නමුත් එය මන්දගාමී වනු ඇත. Windows මත PyTorch හෝ TensorFlow සමඟ GPU භාවිතා කිරීමට, ඔබ ස්ථාපනය කිරීමට වග බලා ගන්න අනුකූල ගොඩනැගීම් ඔබේ CUDA අනුවාදය සමඟ හෝ NVIDIA බහාලුම් සමඟ WSL භාවිතා කරන්න.
• විශේෂිත පැරණි අනුවාදසමහර මෙවලම් සඳහා CUDA 10.1 සහ cuDNN 7.6.4 වැනි සංයෝජන අවශ්‍ය වේ. එවැනි අවස්ථාවක, එම නිශ්චිත අනුවාදයන් ස්ථාපනය කර තබන්න cuDNN හි DLL අනුරූප මෙවලම් කට්ටලයේ බින් ෆෝල්ඩරයේ, එකවර බහු cuDNN තිබීම වළක්වා ගන්න.

ඔබ Windows මත CUDA ස්ථාපනය කර සම්පූර්ණ මාර්ගෝපදේශයක් සමඟ ඔබේ කාර්යය වේගවත් කිරීමට බලාපොරොත්තු වන්නේ නම්, ඉහත පියවර සහ නිර්දේශ ඔබට සියල්ල සිදු කිරීමට උපකාරී වනු ඇත. ඒක අත්වැසුම් වගේ ගැලපෙනවා. පළමු ගොඩනැගීමේ සිට.