ونڈوز پر CUDA کو بغیر کسی غلطی کے کیسے انسٹال کریں: ڈویلپرز اور تخلیق کاروں کے لیے ایک گائیڈ

ونڈوز پر CUDA انسٹال کرنا سر درد ہونے کی ضرورت نہیں ہے اگر آپ جانتے ہیں کہ کہاں سے شروع کرنا ہے اور ہر قدم پر کیا چیک کرنا ہے۔ اس مضمون میں میں آپ کی عملی راہنمائی کروں گا۔اس بات کو یقینی بنانے کے لیے کہ ٹول کٹ پہلی بار آپ کے کمپیوٹر پر مکمل طور پر کام کرتی ہے، مطابقت، تنصیب، تصدیق اور عام ٹربل شوٹنگ کی تمام باریکیوں کے ساتھ۔

ونڈوز پر کلاسک ٹول کٹ کی تنصیب کا احاطہ کرنے کے علاوہ، آپ یہ بھی دیکھیں گے کہ کس طرح WSL کے ساتھ CUDA استعمال کرنا ہے، اسے Conda یا pip کے ساتھ انسٹال کرنا ہے، Visual Studio کے ساتھ مثالیں مرتب کرنا ہے، اور Windows پر NVIDIA ڈرائیور کے مختلف ماڈلز کو سمجھنا ہے۔ معلومات متحد اور تازہ ترین ہیں۔ آفیشل گائیڈز اور حقیقی زندگی کے منظرناموں پر مبنی جو آپ کے ساتھ ہو سکتے ہیں، جیسے کہ ہائبرڈ AMD iGPU + NVIDIA dGPU GPU والا لیپ ٹاپ۔

CUDA کیا ہے اور یہ ونڈوز میں کیا پیش کرتا ہے؟

CUDA یہ NVIDIA کا متوازی پروگرامنگ پلیٹ فارم اور ماڈل ہے جو اجازت دیتا ہے۔ GPU کے ساتھ ایپلی کیشنز کو تیز کریں۔AI اور ڈیٹا سائنس سے لے کر سمیلیشنز اور امیج پروسیسنگ تک۔ عملی سطح پر، ونڈوز پر CUDA ٹول کٹ کو انسٹال کرنے سے آپ کو nvcc کمپائلر، رن ٹائم، لائبریریاں جیسے cuBLAS، cuFFT، cuRAND، اور cuSOLVER، ڈیبگنگ اور پروفائلنگ ٹولز، اور مرتب کرنے کے لیے تیار مثالیں ملتی ہیں۔

CUDA ڈیزائن ایک ہی ایپلی کیشن میں CPU اور GPU کو ملانا آسان بناتا ہے: حصے پروسیسر میں سیریل اور GPU پر متوازی حصے، جو متوازی طور پر چلنے والے سینکڑوں یا ہزاروں دھاگے فراہم کرتے ہیں۔ مشترکہ آن چپ میموری اور آپٹمائزڈ لائبریریوں کا شکریہ، کارکردگی کی چھلانگ یہ عام طور پر شدید بوجھ کے تحت نمایاں ہوتا ہے۔

ونڈوز میں سسٹم اور کمپائلر کی مطابقت

انسٹالر استعمال کرنے سے پہلے، مطابقت کو چیک کرنے کا مشورہ دیا جاتا ہے۔ ونڈوز ہم آہنگ ٹول کٹ کے حالیہ ورژن میں شامل ہیں: Windows 11 24H2، 23H2 اور 22H2-SV2؛ ونڈوز 10 22H2؛ اور ونڈوز سرور 2022 اور 2025۔

مرتب کرنے والوں میں، عام سپورٹ شامل ہے۔ MSVC 193x بصری اسٹوڈیو 2022 کے ساتھ 17.x اور MSVC 192x بصری اسٹوڈیو 2019 16.x کے ساتھ، C++11، C++14، C++17، اور C++20 بولیوں کے ساتھ (ورژن پر منحصر ہے)۔ بصری اسٹوڈیو 2015 کو CUDA 11.1 میں فرسودہ کر دیا گیا تھا۔ VS 2017 کو 12.5 میں فرسودہ اور 13.0 میں ہٹا دیا گیا تھا۔ اپنے ورژن کا درست میٹرکس چیک کریں۔ حیرت سے بچنے کے لیے۔

میراثی منصوبوں کے لیے اہم: CUDA 12.0 کے ساتھ شروع کرتے ہوئے، 32-bit تالیف کو ہٹا دیا گیا ہے، اور x64 سسٹمز پر 32-bit x86 بائنریز کا نفاذ تک محدود ہے ڈرائیور، کوارٹ اور ریاضی اڈا فن تعمیر تک GeForce GPUs پر؛ ہوپر اب 32 بٹس کو سپورٹ نہیں کرتا ہے۔

ونڈوز پر ٹول کٹ کو منتخب کریں اور انسٹال کریں۔

سرکاری NVIDIA CUDA ویب سائٹ سے انسٹالر ڈاؤن لوڈ کریں۔ آپ نیٹ ورک انسٹالر کا انتخاب کر سکتے ہیں۔ (کم سے کم ڈاؤن لوڈ جو باقی کے لیے انٹرنیٹ استعمال کرتا ہے) یا مکمل انسٹالر (سب ایک ہی پیکیج میں، کے لیے مفید ہے۔ نیٹ ورک کے بغیر مشینیں یا انٹرپرائز کی تعیناتیاں)۔ ڈاؤن لوڈ کرنے کے بعد، بدعنوانی کو مسترد کرنے کے لیے چیکسم (جیسے، MD5) کے ساتھ سالمیت کی تصدیق کریں۔

گرافیکل انسٹالر چلائیں اور آن اسکرین اقدامات پر عمل کریں۔ اپنے ورژن کے لیے ریلیز نوٹس پڑھیں کیونکہ یہ تبدیلیوں، عین مطابق مطابقتوں، اور اہم انتباہات کی تفصیلات دیتا ہے۔ CUDA 13 سے شروع کرتے ہوئے، ٹول کٹ انسٹالر میں ڈرائیور شامل نہیں ہے۔ NVIDIA ڈرائیور الگ سے نصب ہے۔ متعلقہ ڈرائیوروں کے صفحے سے۔

خاموش تنصیب اور اجزاء کا انتخاب

اگر آپ کو خاموشی سے تعینات کرنے کی ضرورت ہے، تو انسٹالر -s آپشن کے ساتھ انٹرفیس لیس موڈ کو قبول کرتا ہے اور اجازت دیتا ہے مخصوص ذیلی پیکیجز کو منتخب کریں۔ ہر چیز کو انسٹال کرنے کے بجائے نام سے۔ آپ -n کے ساتھ خودکار دوبارہ شروع ہونے کو بھی روک سکتے ہیں۔ یہ گرینولریٹی تعمیراتی ماحول کو اپنی مرضی کے مطابق بنانے اور آپ کے نقش کو کم کرنے کے لیے مفید ہے۔

معمول کے ذیلی پیکجوں میں آپ کو آئٹمز ملیں گے جیسے nvcc، cudart، cuBLAS، cuFFT، cuRAND، cuSOLVER، CUSPARSENsight Compute، Nsight Systems، Visual Studio integration، NVRTC، NVTX، NVJitLink، demanglers، اور cuobjdump یا nvdisasm جیسی افادیتیں۔ اگر آپ مرتب اور پروفائل کرنے جا رہے ہیں، Nsight ٹولز کا انتخاب کریں۔اگر آپ اسے صرف چلا رہے ہیں، تو رن ٹائم کافی ہو سکتا ہے۔

انسٹالر کو نکالیں اور مواد کا جائزہ لیں۔

آڈیٹنگ یا کارپوریٹ پیکیجنگ کے لیے، مکمل انسٹالر کو LZMA معاون ٹولز جیسے 7-Zip یا WinZip کا استعمال کرتے ہوئے نکالا جا سکتا ہے۔ آپ کو CUDAToolkit درخت اور ماڈیولز ملیں گے۔ بصری اسٹوڈیو انٹیگریشن فائلوں کو الگ فولڈر میں رکھا جاتا ہے۔ ان فولڈرز میں موجود .dll اور .nvi فائلیں خود انسٹال کرنے کے قابل مواد کا حصہ نہیں ہیں۔

کونڈا کے ساتھ ونڈوز پر CUDA انسٹال کریں۔

اگر آپ Conda کے ساتھ ماحول کا انتظام کرنے کو ترجیح دیتے ہیں تو NVIDIA پیکجز anaconda.org/nvidia پر شائع کرتا ہے۔ ٹول کٹ کی بنیادی تنصیب یہ ایک واحد کمانڈ، `کونڈا انسٹال` کے ساتھ کیا گیا ہے، اور آپ `ریلیز` ٹیگ شامل کر کے پچھلے ورژنز کو بھی ٹھیک کر سکتے ہیں، مثال کے طور پر، ورژن 11.3.1 میں لاک کرنے کے لیے۔ انسٹال کریں یہ بالکل سیدھا ہے۔

پائپ (پہیوں) کے ذریعے CUDA انسٹال کریں

NVIDIA ونڈوز کے لیے CUDA رن ٹائم پر مرکوز Python وہیل پیش کرتا ہے۔ وہ بنیادی طور پر مقصد کے لیے ہیں۔ ازگر کے ساتھ CUDA کا استعمال اور ان میں مکمل ڈویلپمنٹ ٹولز شامل نہیں ہیں۔ سب سے پہلے، NVIDIA-pyindex انسٹال کریں تاکہ pip کو NVIDIA NGC انڈیکس معلوم ہو، اور اس بات کو یقینی بنائیں کہ غلطیوں سے بچنے کے لیے آپ کے پاس پائپ اور سیٹ اپ ٹولز اپ ڈیٹ ہیں۔ پھر میٹا پیکجز انسٹال کریں۔ جس کی آپ کو ضرورت ہے، جیسے کہ nvidia-cuda-runtime-cu12 یا nvidia-cublas-cu12۔

یہ میٹا پیکجز مخصوص پیکجوں کو نشانہ بناتے ہیں جیسے کہ nvidia-cublas-cu129, nvidia-cuda-nvrtc-cu129, nvidia-npp-cu129، اور دیگر۔ یاد رکھیں کہ ماحول کا انتظام پائپ کے ذریعے کیا جاتا ہے۔اگر آپ CUDA کو virtualenv سے باہر استعمال کرنا چاہتے ہیں، تو آپ کو درست طریقے سے لنک کرنے کے لیے سسٹم کے راستے اور متغیرات کو ایڈجسٹ کرنے کی ضرورت ہوگی۔

ونڈوز پر انسٹالیشن کی تصدیق کریں۔

ایک کمانڈ پرامپٹ کھولیں اور انسٹال شدہ ورژن کی تصدیق کے لیے nvcc -V چلائیں۔ CUDA کے نمونے کلون کریں۔ GitHub سے مثالیں ڈاؤن لوڈ کریں اور انہیں Visual Studio کے ساتھ مرتب کریں۔ deviceQuery اور bandwidthTest چلائیں: اگر GPU کے ساتھ کامیاب مواصلت ہوتی ہے، تو آپ دیکھیں گے کہ ڈیوائس کا پتہ چلا اور ٹیسٹ پاس کرنا کوئی غلطیاں نہیں۔ اگر deviceQuery کو ڈیوائسز نہیں ملتی ہیں، تو ڈرائیور کو چیک کریں کہ GPU سسٹم میں نظر آ رہا ہے۔

CUDA ایکسلریشن کے ساتھ WSL

Windows 11 اور Windows 10 کے تازہ ترین ورژن WSL کے اندر CUDA-accelerated ML فریم ورک اور ٹولز چلانے کی حمایت کرتے ہیں، بشمول PyTorch، TensorFlow اور Docker NVIDIA کنٹینر ٹول کٹ کا استعمال کرتے ہوئے، پہلے WSL میں CUDA-enabled ڈرائیور انسٹال کریں، پھر WSL کو فعال کریں اور Ubuntu یا Debian جیسی glibc ڈسٹری بیوشن انسٹال کریں۔

یقینی بنائیں کہ آپ کے پاس ایک تازہ کاری شدہ WSL کرنل ہے (کم از کم 5.10.43.3)۔ اس کے ساتھ چیک کریں PowerShell سے `wsl cat/proc/version` استعمال کریں۔ پھر لائبریریوں اور کنٹینرز کو انسٹال کرنے کے لیے WSL میں CUDA صارف گائیڈ کی پیروی کریں اور اپنے ماحول کو چھوڑے بغیر اپنے Linux ورک فلو کو ونڈوز پر چلانا شروع کریں۔

ونڈوز پر CUDA کو ان انسٹال کریں۔

ونڈوز پر CUDA انسٹال کرنے کے بعد، کیا آپ پچھلے ورژن پر واپس جانا چاہتے ہیں؟ تمام ذیلی پیکجز کو واپس کیا جا سکتا ہے۔ کنٹرول پینل سے ان انسٹال کریں۔ پروگرام اور فیچرز کا استعمال۔ اگر آپ Conda یا pip کے ساتھ ٹول کٹ کا انتظام کرتے ہیں، تو ہر مینیجر کے ان انسٹالیشن میکانزم کا استعمال کریں تاکہ کسی بھی پیکیج کی باقیات کو چھوڑنے سے بچ سکیں۔

ورژن مطابقت کے نوٹ

CUDA 11.8 اس کے استحکام اور ایکو سسٹم سپورٹ کی وجہ سے بہت مقبول ریلیز تھی۔ عام تقاضے 11.8 کے لیے: کمپیوٹ صلاحیت 3.0 یا اس سے زیادہ کے ساتھ GPU، 64 بٹ، کم از کم 8 GB RAM اور کم از کم 4 GB GPU میموری۔ لینکس پر، یہ Ubuntu 18.04/20.04، RHEL/CentOS 7/8، وغیرہ جیسی تقسیم کے ساتھ اچھی طرح سے مربوط ہے۔

CUDA 12.x رن ٹائم اور لائبریری میں بہتری متعارف کراتا ہے اور انحصار کو آگے بڑھاتا ہے۔ تازہ ترین ڈرائیورزCUDA 13 ڈرائیور کو ٹول کٹ انسٹالر سے مستقل طور پر الگ کرتا ہے: ڈرائیور کو خود انسٹال کرنا یاد رکھیں۔ اہم وضاحتCUDA NVIDIA ٹیکنالوجی ہے اور NVIDIA GPUs کی ضرورت ہے۔ اگر آپ کہیں بھی دیکھتے ہیں کہ یہ AMD GPUs کے ساتھ بھی مطابقت رکھتا ہے، تو یہ CUDA اسٹیک کے لیے درست نہیں ہے۔

ونڈوز پر CUDA انسٹال کرنا: عام مسائل کا ازالہ کرنا

• انسٹالر ناکام ہوجاتا ہے یا کام ختم نہیں کرتا ہے۔انسٹالر لاگز کو چیک کریں اور اپنے اینٹی وائرس، ڈسک اسپیس، اور ایڈمن کی اجازتوں کی تصدیق کریں۔ مکمل انسٹالر کے ساتھ دوبارہ کوشش کریں اگر نیٹ ورک غیر مستحکم ہے، یا خاموش موڈ میں اگر UI تنازعات ہیں۔
• deviceQuery GPU کا پتہ نہیں لگاتا ہے۔چیک کریں کہ ڈرائیور درست ہے، کہ GPU فعال ہے، اور یہ کہ ایپ dGPU استعمال کر رہی ہے۔ ڈرائیور کو اپ ڈیٹ کریں اور اگر ضروری ہو تو ٹول کٹ کو دوبارہ انسٹال کریں۔
• کتابوں کی دکانوں سے تنازعاتاگر آپ کے پاس متعدد ٹول کٹس انسٹال ہیں، تو CUDA_PATH اور PATH کی توثیق کریں۔ Python میں، چیک کریں کہ PyTorch یا TensorFlow ورژن اور ان کی کنفیگریشنز آپ کے CUDA/cuDNN ورژن کے ساتھ مطابقت رکھتی ہیں۔
• بصری اسٹوڈیو .cu مرتب نہیں کرتا ہے۔CUDA Build Customizations کو اپنے پروجیکٹ میں شامل کریں اور .cu فائلوں کو CUDA C/C++ کے بطور نشان زد کریں۔ تصدیق کریں کہ MSVC آپ کی ٹول کٹ کے ساتھ مطابقت رکھتا ہے۔

ٹولز، نمونے اور دستاویزات

nvcc اور لائبریریوں کے علاوہ، ونڈوز پر CUDA کو انسٹال کرنے کے ٹول کٹ میں پروفائلز اور تجزیہ کار شامل ہیں جیسے Nsight Systems اور Nsight Compute، اور HTML/PDF دستاویزات CUDA C++ زبان کے لیے اور بہتر طرز عملسرکاری مثالیں GitHub پر ہیں اور ڈرائیوروں، میموری کی کارکردگی، اور ملٹی پروسیسرز کی توثیق کے لیے ایک بہترین بنیاد ہیں۔

کلاسک انسٹالر کے مقابلے کونڈا یا پائپ کب استعمال کریں۔

Conda اور pip مثالی ہیں جب آپ کی توجہ ML فریم ورک کو چلانے پر ہو جو پہلے سے ہی مخصوص CUDA ورژن کے مطابق انحصار پیک کرتے ہیں۔ فائدہماحولیاتی تنہائی اور کم رگڑ۔ نقصان: مقامی C++ ترقی یا VS کے ساتھ مکمل انضمام کے لیے، کلاسک ٹول کٹ انسٹالر پیش کرتا ہے تمام ٹولز اور سب سے مکمل تجربہ۔

فوری اکثر پوچھے گئے سوالات

• میں کیسے جان سکتا ہوں کہ آیا میرا GPU CUDA سے مطابقت رکھتا ہے؟ ڈیوائس مینیجر کھولیں، ڈسپلے اڈاپٹر پر جائیں، اور ماڈل چیک کریں۔ اس کا موازنہ NVIDIA کی CUDA GPUs کی سرکاری فہرست سے کریں۔ آپ nvidia-smi بھی چلا سکتے ہیں اور اس کی تصدیق کر سکتے ہیں۔ آپ کا GPU ظاہر ہوتا ہے۔.
• کیا میں CUDA کے بغیر تربیت کر سکتا ہوں؟ جی ہاں، یہ CPU پر کام کرے گا، لیکن یہ سست ہوگا۔ ونڈوز پر PyTorch یا TensorFlow کے ساتھ GPU استعمال کرنے کے لیے، یقینی بنائیں کہ آپ انسٹال کرتے ہیں۔ ہم آہنگ تعمیرات CUDA کے اپنے ورژن کے ساتھ یا NVIDIA کنٹینرز کے ساتھ WSL استعمال کریں۔
• مخصوص پرانے ورژنکچھ ٹولز کے لیے CUDA 10.1 جیسے cuDNN 7.6.4 کے ساتھ امتزاج کی ضرورت ہوتی ہے۔ اس صورت میں، وہ عین مطابق ورژن انسٹال کریں اور رکھیں cuDNN کا DLL متعلقہ ٹول کٹ کے بن فولڈر میں، ایک ہی وقت میں متعدد cuDNN رکھنے سے گریز کریں۔

اگر آپ ونڈوز پر CUDA انسٹال کرنا چاہتے ہیں اور ایک مکمل گائیڈ کے ساتھ اپنے کام کو تیز کرنا چاہتے ہیں، تو اوپر دیے گئے اقدامات اور سفارشات آپ کو ہر کام کرنے میں مدد کریں گی۔ یہ دستانے کی طرح فٹ بیٹھتا ہے۔ پہلی تعمیر سے.