பிழைகள் இல்லாமல் விண்டோஸில் CUDA ஐ எவ்வாறு நிறுவுவது: டெவலப்பர்கள் மற்றும் படைப்பாளர்களுக்கான வழிகாட்டி.

விண்டோஸில் CUDA ஐ நிறுவுதல் ஒவ்வொரு அடியிலும் எங்கு தொடங்குவது, எதைச் சரிபார்க்க வேண்டும் என்பது உங்களுக்குத் தெரிந்தால் அது ஒரு தலைவலியாக இருக்க வேண்டியதில்லை. இந்தக் கட்டுரையில் நான் உங்களுக்கு நடைமுறை வழியில் வழிகாட்டுவேன்., உங்கள் கணினியில் முதல் முறையாக கருவித்தொகுப்பு சரியாக வேலை செய்வதை உறுதிசெய்ய, இணக்கத்தன்மை, நிறுவல், சரிபார்ப்பு மற்றும் பொதுவான சரிசெய்தல் போன்ற அனைத்து நுணுக்கங்களுடனும்.

விண்டோஸில் கிளாசிக் டூல்கிட் நிறுவலை உள்ளடக்குவதோடு, WSL உடன் CUDA ஐ எவ்வாறு பயன்படுத்துவது, Conda அல்லது pip உடன் அதை நிறுவுவது, Visual Studio உடன் எடுத்துக்காட்டுகளைத் தொகுப்பது மற்றும் விண்டோஸில் உள்ள பல்வேறு NVIDIA இயக்கி மாதிரிகளைப் புரிந்துகொள்வது எப்படி என்பதையும் நீங்கள் காண்பீர்கள். தகவல் ஒருங்கிணைக்கப்பட்டு புதுப்பித்த நிலையில் உள்ளது. அதிகாரப்பூர்வ வழிகாட்டிகள் மற்றும் உங்களுக்கு நிகழக்கூடிய நிஜ வாழ்க்கை சூழ்நிலைகளின் அடிப்படையில், கலப்பின AMD iGPU + NVIDIA dGPU GPU கொண்ட மடிக்கணினி போன்றவை.

CUDA என்றால் என்ன, அது விண்டோஸில் என்ன வழங்குகிறது?

சீ.யூ.டி.ஏ இது NVIDIAவின் இணை நிரலாக்க தளம் மற்றும் மாதிரி ஆகும், இது அனுமதிக்கிறது GPU உடன் பயன்பாடுகளை துரிதப்படுத்துங்கள்AI மற்றும் தரவு அறிவியல் முதல் உருவகப்படுத்துதல்கள் மற்றும் பட செயலாக்கம் வரை. நடைமுறை மட்டத்தில், CUDA கருவித்தொகுப்பை விண்டோஸில் நிறுவுவது உங்களுக்கு nvcc தொகுப்பி, இயக்க நேரம், cuBLAS, cuFFT, cuRAND மற்றும் cuSOLVER போன்ற நூலகங்கள், பிழைத்திருத்தம் மற்றும் விவரக்குறிப்பு கருவிகள் மற்றும் தொகுக்கத் தயாராக உள்ள எடுத்துக்காட்டுகளை வழங்குகிறது.

CUDA வடிவமைப்பு ஒரே பயன்பாட்டில் CPU மற்றும் GPU ஐ கலப்பதை எளிதாக்குகிறது: பாகங்கள் செயலியில் தொடர்கள் மற்றும் GPU இல் உள்ள இணையான பிரிவுகள், அவை நூற்றுக்கணக்கான அல்லது ஆயிரக்கணக்கான த்ரெட்களை இணையாக இயக்குகின்றன. பகிரப்பட்ட ஆன்-சிப் நினைவகம் மற்றும் மேம்படுத்தப்பட்ட நூலகங்களுக்கு நன்றி, செயல்திறன் பாய்ச்சல் இது பொதுவாக தீவிர சுமைகளின் கீழ் கவனிக்கப்படுகிறது.

விண்டோஸில் சிஸ்டம் மற்றும் கம்பைலர் இணக்கத்தன்மை

நிறுவியைப் பயன்படுத்துவதற்கு முன், இணக்கத்தன்மையைச் சரிபார்ப்பது நல்லது. இணக்கமான விண்டோஸ் கருவித்தொகுப்பின் சமீபத்திய பதிப்புகளில் பின்வருவன அடங்கும்: Windows 11 24H2, 23H2 மற்றும் 22H2-SV2; Windows 10 22H2; மற்றும் Windows Server 2022 மற்றும் 2025.

தொகுப்பிகளில், வழக்கமான ஆதரவு பின்வருவனவற்றை உள்ளடக்கியது விஷுவல் ஸ்டுடியோ 2022 17.x உடன் MSVC 193x மற்றும் விஷுவல் ஸ்டுடியோ 2019 16.x உடன் MSVC 192x, C++11, C++14, C++17, மற்றும் C++20 கிளைமொழிகளுடன் (பதிப்பைப் பொறுத்து). விஷுவல் ஸ்டுடியோ 2015 CUDA 11.1 இல் நீக்கப்பட்டது; VS 2017 12.5 இல் நீக்கப்பட்டு 13.0 இல் நீக்கப்பட்டது. உங்கள் பதிப்பின் சரியான அணியைச் சரிபார்க்கவும். பயங்களைத் தவிர்க்க.

மரபு திட்டங்களுக்கு முக்கியமானது: CUDA 12.0 இல் தொடங்கி, 32-பிட் தொகுப்பு நீக்கப்பட்டது, மேலும் x64 அமைப்புகளில் 32-பிட் x86 பைனரிகளை செயல்படுத்துவது வரையறுக்கப்பட்டுள்ளது இயக்கி, குவார்ட் மற்றும் கணிதம் அடா கட்டமைப்பு வரை ஜியிபோர்ஸ் GPUகளில்; ஹாப்பர் இனி 32 பிட்களை ஆதரிக்காது.

விண்டோஸில் கருவித்தொகுப்பைத் தேர்ந்தெடுத்து நிறுவவும்.

அதிகாரப்பூர்வ NVIDIA CUDA வலைத்தளத்திலிருந்து நிறுவியைப் பதிவிறக்கவும். நீங்கள் பிணைய நிறுவியைத் தேர்ந்தெடுக்கலாம். (மீதமுள்ளவற்றுக்கு இணையத்தைப் பயன்படுத்தும் குறைந்தபட்ச பதிவிறக்கம்) அல்லது முழு நிறுவி (அனைத்தும் ஒரே தொகுப்பில், பயனுள்ளதாக இருக்கும் நெட்வொர்க் இல்லாத இயந்திரங்கள் அல்லது நிறுவன பயன்பாடுகள்). பதிவிறக்கிய பிறகு, ஊழலை நிராகரிக்க செக்சம் (எ.கா., MD5) மூலம் ஒருமைப்பாட்டைச் சரிபார்க்கவும்.

வரைகலை நிறுவியை இயக்கி, திரையில் தோன்றும் படிகளைப் பின்பற்றவும். உங்கள் பதிப்பிற்கான வெளியீட்டுக் குறிப்புகளைப் படிக்கவும். ஏனெனில் இது மாற்றங்கள், சரியான இணக்கத்தன்மைகள் மற்றும் முக்கியமான எச்சரிக்கைகளை விவரிக்கிறது. CUDA 13 இல் தொடங்கி, கருவித்தொகுப்பு நிறுவி இனி இயக்கியை உள்ளடக்குவதில்லை. NVIDIA இயக்கி தனித்தனியாக நிறுவப்பட்டுள்ளது. தொடர்புடைய இயக்கிகள் பக்கத்திலிருந்து.

அமைதியான நிறுவல் மற்றும் கூறு தேர்வு

நீங்கள் அமைதியாகப் பயன்படுத்த வேண்டும் என்றால், நிறுவி -s விருப்பத்துடன் இடைமுகம் இல்லாத பயன்முறையை ஏற்றுக்கொண்டு அனுமதிக்கிறது குறிப்பிட்ட துணைத் தொகுப்புகளைத் தேர்ந்தெடுக்கவும். எல்லாவற்றையும் நிறுவுவதற்குப் பதிலாக பெயரால் நிறுவவும். -n உடன் தானியங்கி மறுதொடக்கங்களையும் நீங்கள் தடுக்கலாம். இந்த நுணுக்கம் கட்டமைப்பு சூழல்களைத் தனிப்பயனாக்குவதற்கும் உங்கள் தடத்தைக் குறைப்பதற்கும் பயனுள்ளதாக இருக்கும்.

வழக்கமான துணைப் பொதிகளில், இது போன்ற பொருட்களை நீங்கள் காணலாம் nvcc, cudart, cuBLAS, cuFFT, cuRAND, cuSOLVER, cuSPARSENsight Compute, Nsight Systems, Visual Studio ஒருங்கிணைப்பு, NVRTC, NVTX, NVJitLink, demanglers, மற்றும் cuobjdump அல்லது nvdisasm போன்ற பயன்பாடுகள். நீங்கள் தொகுத்து சுயவிவரப்படுத்தப் போகிறீர்கள் என்றால், Nsight கருவிகளைத் தேர்ந்தெடுக்கவும்.நீங்கள் அதை இயக்கினால், இயக்க நேரம் போதுமானதாக இருக்கலாம்.

நிறுவியைப் பிரித்தெடுத்து உள்ளடக்கங்களை மதிப்பாய்வு செய்யவும்.

தணிக்கை அல்லது கார்ப்பரேட் பேக்கேஜிங்கிற்கு, 7-ஜிப் அல்லது வின்சிப் போன்ற LZMA- துணை கருவிகளைப் பயன்படுத்தி முழுமையான நிறுவியைப் பிரித்தெடுக்க முடியும். நீங்கள் CUDAToolkit மரம் மற்றும் தொகுதிகளைக் காண்பீர்கள். விஷுவல் ஸ்டுடியோ ஒருங்கிணைப்பு கோப்புகள் தனித்தனி கோப்புறைகளில் வைக்கப்படுகின்றன. அந்த கோப்புறைகளில் உள்ள .dll மற்றும் .nvi கோப்புகள் நிறுவக்கூடிய உள்ளடக்கத்தின் ஒரு பகுதியாக இல்லை.

Conda உடன் Windows இல் CUDA ஐ நிறுவவும்.

நீங்கள் Conda உடன் சூழலை நிர்வகிக்க விரும்பினால், NVIDIA anaconda.org/nvidia இல் தொகுப்புகளை வெளியிடுகிறது. கருவித்தொகுப்பின் அடிப்படை நிறுவல் இது `conda install` என்ற ஒற்றை கட்டளையுடன் செய்யப்படுகிறது, மேலும் பதிப்பு 11.3.1 ஐப் பூட்டுவதற்கு `release` குறிச்சொல்லைச் சேர்ப்பதன் மூலம் முந்தைய பதிப்புகளையும் சரிசெய்யலாம். நீக்குதல் இது நேரடியானது.

குழாய் (சக்கரங்கள்) வழியாக CUDA ஐ நிறுவவும்.

NVIDIA, Windows-க்கான CUDA இயக்க நேரத்தை மையமாகக் கொண்ட பைதான் சக்கரங்களை வழங்குகிறது. அவை முதன்மையாக பைத்தானுடன் CUDA ஐப் பயன்படுத்துதல் மேலும் அவை முழு மேம்பாட்டு கருவிகளையும் உள்ளடக்குவதில்லை. முதலில், nvidia-pyindex ஐ நிறுவவும், இதனால் pip NVIDIA NGC குறியீட்டை அறிந்து கொள்ளும், மேலும் பிழைகளைத் தவிர்க்க pip மற்றும் setuptools புதுப்பிக்கப்பட்டுள்ளதா என்பதை உறுதிப்படுத்திக் கொள்ளுங்கள். பின்னர் மெட்டாபேக்கேஜ்களை நிறுவவும். உங்களுக்குத் தேவையானது, எடுத்துக்காட்டாக nvidia-cuda-runtime-cu12 அல்லது nvidia-cublas-cu12.

இந்த மெட்டாபேக்கேஜ்கள் nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129 போன்ற குறிப்பிட்ட தொகுப்புகளை இலக்காகக் கொண்டுள்ளன. சுற்றுச்சூழல் பிப் மூலம் நிர்வகிக்கப்படுகிறது என்பதை நினைவில் கொள்ளுங்கள்.virtualenv-க்கு வெளியே CUDA-வைப் பயன்படுத்த விரும்பினால், சரியாக இணைக்க கணினி பாதைகள் மற்றும் மாறிகளை நீங்கள் சரிசெய்ய வேண்டும்.

விண்டோஸில் நிறுவலைச் சரிபார்க்கவும்.

நிறுவப்பட்ட பதிப்பை உறுதிப்படுத்த கட்டளை வரியைத் திறந்து nvcc -V ஐ இயக்கவும். CUDA மாதிரிகளை குளோன் செய்யவும். GitHub இலிருந்து எடுத்துக்காட்டுகளைப் பதிவிறக்கி, Visual Studio உடன் தொகுக்கவும். deviceQuery மற்றும் bandwidthTest ஐ இயக்கவும்: GPU உடன் வெற்றிகரமான தொடர்பு இருந்தால், சாதனம் கண்டறியப்பட்டதை நீங்கள் காண்பீர்கள் மற்றும் தேர்வுகளில் தேர்ச்சி பெறுதல் பிழைகள் இல்லை. deviceQuery சாதனங்களைக் கண்டறியவில்லை என்றால், இயக்கியைச் சரிபார்க்கவும், மேலும் GPU கணினியில் தெரியும்.

CUDA முடுக்கத்துடன் WSL

Windows 11 மற்றும் Windows 10 இன் சமீபத்திய பதிப்புகள் WSL க்குள் CUDA- துரிதப்படுத்தப்பட்ட ML கட்டமைப்புகள் மற்றும் கருவிகளை இயக்குவதை ஆதரிக்கின்றன, அவற்றுள்: பைடார்ச், டென்சர்ஃப்ளோ மற்றும் டாக்கர் NVIDIA Container Toolkit ஐப் பயன்படுத்தி, முதலில் WSL இல் CUDA- இயக்கப்பட்ட இயக்கியை நிறுவவும், பின்னர் WSL ஐ இயக்கி Ubuntu அல்லது Debian போன்ற glibc விநியோகத்தை நிறுவவும்.

உங்களிடம் புதுப்பிக்கப்பட்ட WSL கர்னல் இருப்பதை உறுதிசெய்து கொள்ளுங்கள் (குறைந்தபட்சம் 5.10.43.3). இதைப் பாருங்கள் பவர்ஷெல்லிலிருந்து `wsl cat /proc/version` ஐப் பயன்படுத்தவும். பின்னர் நூலகங்கள் மற்றும் கொள்கலன்களை நிறுவ WSL இல் CUDA பயனர் வழிகாட்டியைப் பின்பற்றி, உங்கள் சூழலை விட்டு வெளியேறாமல் விண்டோஸில் உங்கள் Linux பணிப்பாய்வுகளை இயக்கத் தொடங்குங்கள்.

விண்டோஸில் CUDA-வை நிறுவல் நீக்கவும்.

விண்டோஸில் CUDA-வை நிறுவிய பின், முந்தைய பதிப்பிற்குத் திரும்ப விரும்புகிறீர்களா? அனைத்து துணைத் தொகுப்புகளையும் திரும்பப் பெறலாம். கண்ட்ரோல் பேனலில் இருந்து நிறுவல் நீக்கு நிரல்கள் மற்றும் அம்சங்களைப் பயன்படுத்துதல். நீங்கள் Conda அல்லது pip மூலம் கருவித்தொகுப்பை நிர்வகித்தால், எந்த தொகுப்பு எச்சங்களையும் விட்டுச் செல்வதைத் தவிர்க்க ஒவ்வொரு மேலாளரின் நிறுவல் நீக்க வழிமுறைகளையும் பயன்படுத்தவும்.

பதிப்பு இணக்கத்தன்மை குறிப்புகள்

CUDA 11.8 அதன் நிலைத்தன்மை மற்றும் சுற்றுச்சூழல் ஆதரவு காரணமாக மிகவும் பிரபலமான வெளியீடாகும். வழக்கமான தேவைகள் 11.8க்கு: கம்ப்யூட் திறன் 3.0 அல்லது அதற்கு மேற்பட்ட GPU, 64-பிட், குறைந்தபட்சம் 8 GB RAM மற்றும் குறைந்தபட்சம் 4 GB GPU நினைவகம். லினக்ஸில், இது Ubuntu 18.04/20.04, RHEL/CentOS 7/8 போன்ற விநியோகங்களுடன் நன்றாக ஒருங்கிணைக்கிறது.

CUDA 12.x இயக்க நேரம் மற்றும் நூலக மேம்பாடுகளை அறிமுகப்படுத்துகிறது மற்றும் சார்புகளைத் தள்ளுகிறது சமீபத்திய இயக்கிகள்CUDA 13, கருவித்தொகுப்பு நிறுவியிலிருந்து இயக்கியை நிரந்தரமாகப் பிரிக்கிறது: இயக்கியை நீங்களே நிறுவ நினைவில் கொள்ளுங்கள். முக்கியமான தெளிவுCUDA என்பது NVIDIA தொழில்நுட்பம் மற்றும் இதற்கு NVIDIA GPUகள் தேவை; இது AMD GPUகளுடன் இணக்கமாக இருப்பதை நீங்கள் எங்காவது கண்டால், அது CUDA அடுக்கிற்கு சரியானதல்ல.

விண்டோஸில் CUDA ஐ நிறுவுதல்: பொதுவான சிக்கல்களைத் தீர்ப்பது

• நிறுவி தோல்வியடைகிறது அல்லது வேலையை முடிக்கவில்லை.நிறுவி பதிவுகளைச் சரிபார்த்து, உங்கள் வைரஸ் தடுப்பு, வட்டு இடம் மற்றும் நிர்வாக அனுமதிகளைச் சரிபார்க்கவும். நெட்வொர்க் நிலையற்றதாக இருந்தால் முழு நிறுவியுடன் மீண்டும் முயற்சிக்கவும், அல்லது UI முரண்பாடுகள் இருந்தால் அமைதியான பயன்முறையில் முயற்சிக்கவும்.
• deviceQuery GPU ஐக் கண்டறியவில்லை.இயக்கி சரியாக உள்ளதா, GPU செயலில் உள்ளதா, மற்றும் பயன்பாடு dGPU ஐப் பயன்படுத்துகிறதா என்பதைச் சரிபார்க்கவும். தேவைப்பட்டால் இயக்கியைப் புதுப்பித்து, கருவித்தொகுப்பை மீண்டும் நிறுவவும்.
• புத்தகக் கடைகளுடனான மோதல்கள்உங்களிடம் பல கருவித்தொகுப்புகள் நிறுவப்பட்டிருந்தால், CUDA_PATH மற்றும் PATH ஐ சரிபார்க்கவும். பைத்தானில், PyTorch அல்லது TensorFlow பதிப்புகள் மற்றும் அவற்றின் உள்ளமைவுகள் உங்கள் CUDA/cuDNN பதிப்புடன் இணக்கமாக உள்ளதா என சரிபார்க்கவும்.
• விஷுவல் ஸ்டுடியோ .cu ஐ தொகுக்கவில்லை.உங்கள் திட்டத்தில் CUDA பில்ட் தனிப்பயனாக்கங்களைச் சேர்த்து, .cu கோப்புகளை CUDA C/C++ எனக் குறிக்கவும். MSVC உங்கள் கருவித்தொகுப்புடன் இணக்கமாக உள்ளதா என்பதைச் சரிபார்க்கவும்.

கருவிகள், மாதிரிகள் மற்றும் ஆவணங்கள்

nvcc மற்றும் நூலகங்களுடன் கூடுதலாக, Windows இல் CUDA ஐ நிறுவுவதற்கான கருவித்தொகுப்பில் Nsight Systems மற்றும் Nsight Compute போன்ற சுயவிவரங்கள் மற்றும் பகுப்பாய்விகள் மற்றும் CUDA C++ மொழிக்கான HTML/PDF ஆவணங்கள் மற்றும் சிறந்த நடைமுறைகள்அதிகாரப்பூர்வ எடுத்துக்காட்டுகள் GitHub இல் உள்ளன, மேலும் அவை இயக்கிகள், நினைவக செயல்திறன் மற்றும் மல்டிபிராசசர்களை சரிபார்ப்பதற்கான சிறந்த அடிப்படையாகும்.

கிளாசிக் நிறுவிக்கு எதிராக கோண்டா அல்லது பிப்பை எப்போது பயன்படுத்த வேண்டும்

குறிப்பிட்ட CUDA பதிப்புகளுடன் இணக்கமான சார்புகளை ஏற்கனவே தொகுத்து வைத்திருக்கும் ML கட்டமைப்புகளை இயக்குவதில் உங்கள் கவனம் இருக்கும்போது Conda மற்றும் pip சிறந்தவை. நன்மைசுற்றுச்சூழல் தனிமைப்படுத்தல் மற்றும் குறைவான உராய்வு. குறைபாடு: சொந்த C++ மேம்பாட்டிற்கு அல்லது VS உடன் முழு ஒருங்கிணைப்புக்கு, கிளாசிக் டூல்கிட் நிறுவி வழங்குகிறது அனைத்து கருவிகள் மற்றும் மிகவும் முழுமையான அனுபவம்.

விரைவான கேள்விகள்

• எனது GPU CUDA இணக்கமானதா என்பதை நான் எப்படி அறிவது? சாதன மேலாளரைத் திறந்து, காட்சி அடாப்டர்களுக்குச் சென்று, மாதிரியைச் சரிபார்க்கவும்; அதை NVIDIA இன் CUDA GPUகளின் அதிகாரப்பூர்வ பட்டியலுடன் ஒப்பிடவும். நீங்கள் nvidia-smi ஐ இயக்கி அதை உறுதிப்படுத்தலாம். உங்கள் GPU தோன்றுகிறது.
• CUDA இல்லாமல் பயிற்சி பெற முடியுமா? ஆம், இது CPU-வில் வேலை செய்யும், ஆனால் அது மெதுவாக இருக்கும். Windows-இல் PyTorch அல்லது TensorFlow உடன் GPU-வைப் பயன்படுத்த, நீங்கள் நிறுவுவதை உறுதிசெய்யவும் இணக்கமான கட்டமைப்புகள் உங்கள் CUDA பதிப்பில் அல்லது NVIDIA கொள்கலன்களுடன் WSL ஐப் பயன்படுத்தவும்.
• குறிப்பிட்ட பழைய பதிப்புகள்சில கருவிகளுக்கு CUDA 10.1 மற்றும் cuDNN 7.6.4 போன்ற சேர்க்கைகள் தேவைப்படுகின்றன. அப்படியானால், அந்த சரியான பதிப்புகளை நிறுவி, cuDNN DLL தொடர்புடைய கருவித்தொகுப்பின் பின் கோப்புறையில், ஒரே நேரத்தில் பல cuDNNகள் இருப்பதைத் தவிர்க்கவும்.

நீங்கள் விண்டோஸில் CUDA-வை நிறுவி, முழுமையான வழிகாட்டியுடன் உங்கள் வேலையை விரைவுபடுத்த விரும்பினால், மேலே உள்ள படிகள் மற்றும் பரிந்துரைகள் எல்லாவற்றையும் செய்து முடிக்க உங்களுக்கு உதவும். இது ஒரு கையுறை போல பொருந்துகிறது. முதல் கட்டமைப்பிலிருந்து.