Si të instaloni CUDA në Windows pa gabime: një udhëzues për zhvilluesit dhe krijuesit

Instalimi i CUDA në Windows Nuk ka pse të jetë dhimbje koke nëse e dini nga t’ia filloni dhe çfarë të kontrolloni në secilin hap. Në këtë artikull do t'ju udhëzoj në një mënyrë praktike, me të gjitha nuancat e përputhshmërisë, instalimit, verifikimit dhe zgjidhjes së problemeve të zakonshme për të siguruar që seti i mjeteve funksionon në mënyrë perfekte në kompjuterin tuaj që në herën e parë.

Përveç mbulimit të instalimit klasik të Toolkit në Windows, do të shihni gjithashtu se si të përdorni CUDA me WSL, ta instaloni atë me Conda ose pip, të përpiloni shembuj me Visual Studio dhe të kuptoni modelet e ndryshme të drajverëve NVIDIA në Windows. Informacioni është i unifikuar dhe i azhurnuar. Bazuar në udhëzues zyrtarë dhe skenarë të jetës reale që mund t'ju ndodhin, siç është një laptop me një GPU hibride AMD iGPU + NVIDIA dGPU.

Çfarë është CUDA dhe çfarë ofron në Windows?

CUDA Është platforma dhe modeli i programimit paralel i NVIDIA-s që lejon përshpejtoni aplikacionet me GPU-nëNga inteligjenca artificiale dhe shkenca e të dhënave te simulimet dhe përpunimi i imazheve. Në një nivel praktik, instalimi i CUDA Toolkit në Windows ju jep kompilatorin nvcc, kohën e ekzekutimit, libraritë si cuBLAS, cuFFT, cuRAND dhe cuSOLVER, mjete për debugging dhe profilizim, si dhe shembuj të gatshëm për kompilim.

Dizajni CUDA e bën të lehtë përzierjen e CPU-së dhe GPU-së në të njëjtin aplikacion: pjesët serialet në procesor dhe seksionet paralele në GPU, të cilat ofrojnë qindra ose mijëra fije që funksionojnë paralelisht. Falë memories së përbashkët në çip dhe bibliotekave të optimizuara, kërcimi i performancës Zakonisht është e dukshme nën ngarkesa të forta.

Pajtueshmëria e sistemit dhe kompiluesit në Windows

Para se të përdorni instaluesin, këshillohet të kontrolloni përputhshmërinë. Windows të pajtueshëm Versionet e fundit të paketës së mjeteve përfshijnë: Windows 11 24H2, 23H2 dhe 22H2-SV2; Windows 10 22H2; dhe Windows Server 2022 dhe 2025.

Në kompilues, mbështetja tipike përfshin MSVC 193x me Visual Studio 2022 17.x dhe MSVC 192x me Visual Studio 2019 16.x, me dialekte C++11, C++14, C++17 dhe C++20 (në varësi të versionit). Visual Studio 2015 u anulua në CUDA 11.1; VS 2017 u anulua në 12.5 dhe u hoq në 13.0. Kontrolloni matricën e saktë të versionit tuaj për të shmangur frikën.

E rëndësishme për projektet e trashëguara: Duke filluar me CUDA 12.0, kompilimi 32-bit është hequr dhe ekzekutimi i skedarëve binare x86 32-bit në sistemet x64 është i kufizuar në shofer, kuart dhe matematikë në GPU-të GeForce deri në arkitekturën Ada; Hopper nuk mbështet më 32 bit.

Zgjidhni dhe instaloni Toolkit në Windows

Shkarkoni instaluesin nga faqja zyrtare e internetit e NVIDIA CUDA. Mund të zgjidhni Instaluesin e Rrjetit (shkarkim minimal që përdor internetin për pjesën tjetër) ose Instalues ​​i Plotë (të gjitha në një paketë të vetme, të dobishme për makina pa rrjet ose vendosjet në ndërmarrje). Pas shkarkimit, verifikoni integritetin me shumën e kontrollit (p.sh., MD5) për të përjashtuar korruptimin.

Ekzekutoni instaluesin grafik dhe ndiqni hapat në ekran. Lexoni Shënimet e Versionit për versionin tuaj sepse detajon ndryshimet, përputhshmëritë e sakta dhe paralajmërimet kritike. Duke filluar me CUDA 13, instaluesi i Toolkit nuk e përfshin më drajverin. Drajveri NVIDIA instalohet veçmas. nga faqja përkatëse e shoferëve.

Instalimi i heshtur dhe përzgjedhja e komponentëve

Nëse keni nevojë të instaloni në heshtje, instaluesi pranon modalitetin pa ndërfaqe me opsionin -s dhe lejon zgjidhni nënpaketa specifike me emër në vend që të instaloni gjithçka. Gjithashtu mund të parandaloni rinisjet automatike me -n. Kjo granularitet është i dobishëm për personalizimin e mjediseve të ndërtimit dhe zvogëlimin e gjurmës suaj.

Ndër nënpaketat e zakonshme do të gjeni artikuj të tillë si nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, integrimi i Visual Studio, NVRTC, NVTX, NVJitLink, demanglers dhe programe ndihmëse si cuobjdump ose nvdisasm. Nëse do të kompiloni dhe krijoni profile, zgjidhni mjetet NsightNëse thjesht po e ekzekutoni, koha e ekzekutimit mund të jetë e mjaftueshme.

Ekstraktoni instaluesin dhe rishikoni përmbajtjen

Për auditim ose paketim korporativ, instaluesi i plotë mund të nxirret duke përdorur mjete që mbështesin LZMA-n, të tilla si 7-Zip ose WinZip. Do të gjeni pemën dhe modulet e CUDAToolkit Skedarët e integrimit të Visual Studio vendosen në dosje të veçanta. Skedarët .dll dhe .nvi në ato dosje nuk janë pjesë e vetë përmbajtjes së instalueshme.

Instaloni CUDA në Windows me Conda

Nëse preferoni ta menaxhoni mjedisin me Conda, NVIDIA publikon paketa në anaconda.org/nvidia. Një instalim bazë i Toolkit-it Kjo bëhet me një komandë të vetme, `conda install`, dhe gjithashtu mund të rregulloni versionet e mëparshme duke shtuar etiketën `release`, për shembull, për të kyçur versionin 11.3.1. uninstall Është po aq e drejtpërdrejtë.

Instaloni CUDA-n nëpërmjet pip (rrotave)

NVIDIA ofron rrota Python të fokusuara në runtime-in CUDA për Windows. Ato janë të destinuara kryesisht për Duke përdorur CUDA me Python dhe ato nuk përfshijnë mjetet e plota të zhvillimit. Së pari, instaloni nvidia-pyindex në mënyrë që pip të njohë indeksin NVIDIA NGC dhe sigurohuni që të keni përditësuar pip dhe setuptools për të shmangur gabimet. Pastaj instaloni metapaketat që ju nevojitet, si p.sh. nvidia-cuda-runtime-cu12 ose nvidia-cublas-cu12.

Këto metapaketa synojnë paketa specifike siç janë nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 dhe të tjera. Mbani mend se mjedisi menaxhohet nga pip.Nëse doni të përdorni CUDA jashtë virtualenv, do t'ju duhet të rregulloni shtigjet dhe variablat e sistemit për t'u lidhur saktë.

Verifikoni instalimin në Windows

Hapni një komandë të shpejtë dhe ekzekutoni nvcc -V për të konfirmuar versionin e instaluar. Klononi mostrat CUDA Shkarkoni shembujt nga GitHub dhe kompilojini ato me Visual Studio. Ekzekutoni deviceQuery dhe bandwidthTest: nëse ka komunikim të suksesshëm me GPU-në, do të shihni pajisjen e zbuluar dhe duke kaluar testet Pa gabime. Nëse deviceQuery nuk gjen pajisje, kontrolloni drajverin dhe që GPU-ja të jetë e dukshme në sistem.

WSL me përshpejtim CUDA

Windows 11 dhe versionet më të fundit të Windows 10 mbështesin ekzekutimin e kornizave dhe mjeteve ML të përshpejtuara nga CUDA brenda WSL, duke përfshirë PyTorch, TensorFlow dhe Docker Duke përdorur NVIDIA Container Toolkit, së pari instaloni drajverin e aktivizuar nga CUDA në WSL, pastaj aktivizoni WSL dhe instaloni një shpërndarje glibc si Ubuntu ose Debian.

Sigurohuni që keni një kernel WSL të përditësuar (minimumi 5.10.43.3). Shikoje me Përdorni `wsl cat /proc/version` nga PowerShell. Pastaj ndiqni udhëzuesin e përdoruesit CUDA në WSL për të instaluar librari dhe kontejnerë dhe për të filluar ekzekutimin e rrjedhave të punës Linux në Windows pa dalë nga mjedisi juaj.

Çinstaloni CUDA në Windows

Pas instalimit të CUDA-s në Windows, a doni të ktheheni në versionin e mëparshëm? Të gjitha nënpaketat mund të rikthehen. Çinstaloni nga Paneli i Kontrollit Përdorimi i Programeve dhe Veçorive. Nëse e menaxhoni paketën e mjeteve me Conda ose pip, përdorni mekanizmat e çinstalimit të secilit menaxher për të shmangur lënien e mbetjeve të paketave.

Shënime për përputhshmërinë e versioneve

CUDA 11.8 ishte një version shumë i popullarizuar për shkak të stabilitetit dhe mbështetjes së ekosistemit. Kërkesat tipike Për versionin 11.8: GPU me Aftësi Llogaritëse 3.0 ose më të lartë, 64-bit, minimumi 8 GB RAM dhe të paktën 4 GB memorie GPU. Në Linux, integrohet mirë me shpërndarje të tilla si Ubuntu 18.04/20.04, RHEL/CentOS 7/8, etj.

CUDA 12.x prezanton përmirësime në kohën e ekzekutimit dhe bibliotekën dhe shtyn përpara varësitë e shoferët më të funditCUDA 13 e ndan përgjithmonë drajverin nga instaluesi i Toolkit: mos harroni ta instaloni vetë drajverin. Sqarim i rëndësishëmCUDA është teknologji NVIDIA dhe kërkon GPU NVIDIA; nëse shihni diku se është gjithashtu i pajtueshëm me GPU-të AMD, kjo nuk është e saktë për pirgun CUDA.

Instalimi i CUDA në Windows: Zgjidhja e problemeve të zakonshme

• Instaluesi dështon ose nuk e përfundon punën.Kontrolloni regjistrat e instaluesit dhe verifikoni antivirusin, hapësirën në disk dhe lejet e administratorit. Provoni përsëri me Instaluesin e Plotë nëse rrjeti është i paqëndrueshëm ose në modalitetin e heshtur nëse ka konflikte të ndërfaqes së përdoruesit.
• deviceQuery nuk e zbulon GPU-nëKontrolloni që drajveri është i saktë, që GPU-ja është aktive dhe që aplikacioni po përdor dGPU-në. Përditësoni drajverin dhe riinstaloni Toolkit-in nëse është e nevojshme.
• Konflikte me libraritëNëse keni instaluar disa grupe mjetesh, validoni CUDA_PATH dhe PATH. Në Python, kontrolloni që versionet PyTorch ose TensorFlow dhe konfigurimet e tyre janë të pajtueshme me versionin tuaj CUDA/cuDNN.
• Visual Studio nuk kompilon skedarët .cuShtoni Përshtatjet e Ndërtimit CUDA në projektin tuaj dhe shënoni skedarët .cu si CUDA C/C++. Verifikoni që MSVC është i pajtueshëm me paketën tuaj të mjeteve.

Mjete, mostra dhe dokumentacion

Përveç nvcc dhe librarive, Toolkit për instalimin e CUDA në Windows përfshin profile dhe analizues si Nsight Systems dhe Nsight Compute, si dhe dokumentacion HTML/PDF për gjuhën C++ të CUDA dhe praktikat më të miraShembujt zyrtarë janë në GitHub dhe janë një bazë e shkëlqyer për validimin e drajverëve, performancës së memories dhe multiprocesorëve.

Kur të përdorni Conda ose pip kundrejt instaluesit klasik

Conda dhe pip janë ideale kur fokusi juaj është në ekzekutimin e kornizave ML që tashmë paketojnë varësi në përputhje me versione specifike të CUDA. avantazhIzolimi i mjedisit dhe më pak fërkime. Disavantazhi: Për zhvillimin nativ të C++ ose integrimin e plotë me VS, instaluesi klasik i Toolkit ofron të gjitha mjetet dhe përvojën më të plotë.

Pyetje të shpeshta të shpeshta

• Si mund ta di nëse GPU-ja ime është e pajtueshme me CUDA-n? Hapni Device Manager, shkoni te Display Adapters dhe kontrolloni modelin; krahasojeni atë me listën zyrtare të GPU-ve CUDA të NVIDIA-s. Gjithashtu mund të ekzekutoni nvidia-smi dhe të konfirmoni që Shfaqet GPU-ja juaj.
• A mund të stërvitem pa CUDA? Po, do të funksionojë në CPU, por do të jetë më i ngadaltë. Për të përdorur GPU-në me PyTorch ose TensorFlow në Windows, sigurohuni që ta instaloni ndërtime të pajtueshme me versionin tuaj të CUDA ose përdorni WSL me kontejnerë NVIDIA.
• Versione specifike më të vjetraDisa mjete kërkojnë kombinime si CUDA 10.1 me cuDNN 7.6.4. Në atë rast, instaloni pikërisht ato versione dhe vendosni DLL e cuDNN në dosjen bin të paketës përkatëse të mjeteve, duke shmangur të paturit e shumë cuDNN-ve në të njëjtën kohë.

Nëse doni të instaloni CUDA në Windows dhe ta përshpejtoni punën tuaj me një udhëzues të plotë, hapat dhe rekomandimet e mësipërme do t'ju ndihmojnë të përfundoni gjithçka. Përshtatet si dorezë. që nga ndërtimi i parë.