A CUDA telepítése Windowsra nem kell, hogy macerás legyen, ha tudod, hová fordulj, és melyik verziót válaszd. Ebben a gyakorlati útmutatóban lépésről lépésre végigvezetlek mindenen, amire szükséged van az eszközkészlet, a megfelelő illesztőprogram és az ellenőrző segédprogramok telepítéséhez és futtatásához, mind natív Windows rendszeren, mind WSL használatával. A lényeg a GPU leállítása. nagyon gyorsul a munkaterheléseit, kompatibilitási meglepetések nélkül.
Az alapvető telepítésen túl a valós használati eseteket és a speciális követelményeket (például az ML.NET Model Builder korábbi függőségekkel), a Conda és a pip telepítési alternatíváit, a Visual Studio integrációját, valamint a klasszikus deviceQuery és bandwidthTest teszteket is bemutatom. Azt is látni fogod, hogyan diagnosztizálhatod a... tipikus sofőrproblémák, a GPU-észlelés és a CUDA verzióeltérések, amelyek általában elsőre lelassítják a felhasználókat.
Mi az a CUDA és miért fontos Windows rendszeren?
A CUDA a platform és a modell. NVIDIA programozás párhuzamos számítástechnikához, amely lehetővé teszi az alkalmazások legigényesebb részeinek GPU-ra hárítását. A CPU kezeli a szekvenciális munkát, a GPU pedig a masszívan párhuzamos, mindegyik saját memóriával, elkerülve a szűk keresztmetszeteket és lehetővé téve az egyidejű munkát.
A CUDA-képes GPU-k több száz vagy több ezer maggal rendelkeznek, amelyek több tízezer szálat futtatnak. Olyan könyvtárak, mint például cuBLAS, cuDNN és NVCC Töltse ki a készletet, hogy lefordíthassa, hibakereshesse és profilálhassa GPU-gyorsítású szoftverét Windows rendszeren.
Rendszerkövetelmények és kompatibilitás Windows rendszeren
Először is ellenőrizned kell, hogy a rendszered kompatibilis-e a kívánt eszközkészlettel. A jelenlegi Windows rendszereken... CUDA 13.0 U1 támogatásWindows 11 24H2, 23H2, 22H2-SV2; Windows 10 22H2; Windows Server 2022 és 2025.
Támogatott fordítók és IDE-k: Visual Studio 2022 17.x (MSVC 193x) C++11/14/17/20-szal és Visual Studio 2019 16.x (MSVC 192x) C++11/14/17-tel. A VS2017 támogatás A CUDA 13.0-ban eltávolították, a VS2015-ben pedig a CUDA 11.1 óta elavult, ezért érdemes módosítani a projekteket.
Fontos 32 bites megjegyzés: A CUDA 12.0 óta nincs 32 bites eszközlánc (natív vagy platformfüggetlen). Az illesztőprogramok továbbra is futtatni fogják a 32 bites bináris fájlokat GeForce-on. Ada építészetA Hopper már nem támogatja a 32 bitet.
Ajánlott hardver: NVIDIA GPU a verziódnak megfelelő számítási képességgel (általános esetekben 3.0 vagy újabb; lásd a hivatalos listát), elegendő memória, és bizonyos speciális esetekben nagyobb memóriaigény. A Model Builder (képosztályozás) esetében legalább 6 GB VRAM dedikált, míg az alapvető felhasználásokhoz minimum 4 GB-ot említenek.
Ellenőrizd, hogy kompatibilis GPU-d van-e, és milyen verziójú
A GPU modelljének ellenőrzéséhez Windows rendszerben: Beállítások > Rendszer > Kijelző > Speciális beállítások. Ott a Kijelző információk alatt láthatod a gyártmányt és a modellt., nagyon hasznos a kompatibilitás megerősítéséhez.
A Feladatkezelőt a Teljesítmény lapon is használhatja, és a GPU panelt kiválasztva megtekintheti a részleteket. Ha nem jelenik meg, nyissa meg a Eszközkezelő és nézd meg a Videokártyákat; Ha hiányzik az NVIDIA illesztőprogram, telepítsd.
A CUDA telepítésének ellenőrzéséhez nyisson meg egy PowerShell vagy CMD parancsot, és futtassa a következőt: nvcc --version o nvcc -VEz visszaadja a fordító verzióját. NVCC telepítve; ha nem válaszol, az eszközkészlet PATH nincs konfigurálva, vagy nem lett megfelelően telepítve.
Ha frissítenie kell az illesztőprogramokat, a GeForce Experience a legújabb verziókat javasolja, vagy töltse le azokat az NVIDIA hivatalos illesztőprogram-webhelyéről. Egy frissített illesztőprogram általában megoldja a problémát. eszközkészlet-inkompatibilitások és az észlelési hibák.
NVIDIA CUDA Toolkit letöltése: Formátumok és integritás
Lépj fel az NVIDIA hivatalos CUDA letöltési oldalára, és válaszd a Windowst. Választhatsz a Hálózati telepítő (minimális letöltés, majd igény szerinti csomagok) vagy a Teljes telepítő (minden benne van) közül. A teljes telepítő nagyszerű offline számítógépekhez vagy... vállalati telepítések.
A letöltés után ajánlott ellenőrizni a közzétett MD5 ellenőrzőösszeget, hogy megbizonyosodjunk arról, hogy a fájl nem sérült. Ha a hash nem egyezik, töltse le újra a telepítőt, és elkerüli a későbbi fejfájást.
A CUDA 13 óta az NVIDIA illesztőprogram már nem része az eszközkészletnek. Az illesztőprogramot külön telepítse a ...-tól. NVIDIA illesztőprogram-oldal majd az Eszközkészletet; kerülje az inkompatibilis verziók keverését.
Telepítés Windows rendszerre: grafikus, csendes és kibontási módok
Grafikus telepítés: Futtassa a telepítőt, és kövesse a lépéseket. Válasszon egy helyet, fogadja el a licencszerződést, és válassza a alkatrészek például a Toolkit, az Nsight Compute/Systems és példák.
Csendes telepítés: Elindíthatja a telepítőt a következővel: -s csendes módhoz, és adjon hozzá paramétereket az egyes alcsomagokhoz. Ha nem szeretne automatikus újraindítást, adja hozzá -n és a végén te intézed az újraindítást.
Manuális kicsomagolás: A 7-Zip/WinZip segítségével kicsomagolhatja a teljes csomagot a tartalmának ellenőrzéséhez. Az eszközkészlet a mappában található. CUDA eszközkészlet és a Visual Studio integráció a névrokon könyvtárában; a telepítő gyökerében látható .dll és .nvi fájlok önmagukban nem telepíthetők.
Alapértelmezett eszközkészlet-útvonal: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0. Alcsomagok telepítésekor Csak azt választhatod ki, amire szükséged van (pl. nvcc_13.0 a fordítóprogram számára, cudart_13.0 futásidejű, cublas_13.0/cublas_dev_13.0, cufft_13.0, curand_13.0, cusolver_13.0, cusparse_13.0, nsight_compute_13.0, nsight_systems_13.0, nvrtc_13.0, nvdisasm_13.0, nvprune_13.0, opencl_13.0, sanitizer_13.0, thrust_13.0, Stb.) Így csökkentheti a helyigénye és a telepítési időt.
Eltávolítás: Az összes alcsomag eltávolítható a Vezérlőpult > Programok és szolgáltatások menüpontban. Hasznos, ha újra szeretné telepíteni egy verziót. tisztítás vagy maradványok nélkül váltson ágakat.
Illesztőprogram modellek Windows rendszerben: WDDM vs. TCC
Windows 10 és újabb rendszereken az NVIDIA illesztőprogram két módban működhet: WDDM (kijelzőeszközökhöz) és TCC (számítástechnikai GPU-khoz, mint például a Tesla vagy bizonyos Titanok). A módot a következővel ellenőrizheti és módosíthatja: nvidia-smi a támogatott kártyákon; a legtöbb modern GeForce kártya alapértelmezés szerint WDDM-et használ.
A telepítés ellenőrzése: nvcc, minták és tesztek
Ellenőrizze az NVCC verzióját a következővel: nvcc -VHa a parancs működik, a PATH és az alapvető telepítés a helyén van.
Klónozd a CUDA mintákat a GitHubról a következő címen: nvidia/cuda-samples, fordítsd le és futtasd őket deviceQuery. Felismernie kell az eszközét, és vissza kell adnia egy sikeres vizsga; ha nem, ellenőrizze az illesztőprogramot és a hardvert.
Szintén fut bandwidthTest a gazdagép-eszköz sávszélességének érvényesítéséhez. Ha a tesztek sikeresek, a kommunikáció CPU-GPU rendben van. Az itt fellépő hibák általában az illesztőprogramokra vagy a Toolkit telepítésére utalnak.
Integráció a Visual Studio-val és a projekt infrastruktúrájával
A minták és a projektek lefordíthatók VS 2019/2022 megoldásokkal. Az NVIDIA sablonok egy C++ projektet állítanak be a következővel: Testreszabások létrehozása a CUDA verziójához (például CUDA 13.0 Runtime).
Toolkit .props fájlok: A VS 2019 tartalmazza a propsokat C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations és VS 2022-ben C:\Program Files\Microsoft Visual Studio\2022\Professional\MSBuild\Microsoft\VC\v170\BuildCustomizationsEzek az útvonalak lehetővé teszik a VS számára, hogy megtalálja szabályok és tulajdonságok a CUDA-tól.
Új projektekben hozd létre a telepített verzióhoz tartozó NVIDIA Templates > CUDA menüpontot. Meglévő projektekben menj ide: Függőségek létrehozása > Testreszabások létrehozása és jelölje meg a CUDA verzióját, vagy mutasson rá $(CUDA_PATH) ha mindig a legutóbb telepített verziót szeretnéd használni.
A Toolkits telepítése vagy eltávolítása után ellenőrizze, hogy $(CUDA_PATH) a megfelelő mappára mutat. Hozzáférés Környezeti változók a Rendszertulajdonságok menüpontban ellenőrizze és szükség esetén állítsa be az értéket.
A CUDA kódot tartalmazó fájlokat CUDA C/C++ típusúként kell megjelölni. Hozzáadhatja őket innen: Új elem hozzáadása > NVIDIA CUDA 13.0 > CUDA C/C++ kód a Visual Studio-ban.
Telepítse a CUDA-t Condával és pip-pel
Conda: Az NVIDIA csomagokat tesz közzé az Anaconda csatornáján (anaconda.org/nvidia) a teljes Toolkit vagy bizonyos korábbi verziók telepítéséhez. Egy korábbi verzió rögzítéséhez adja hozzá a kiadási címke a telepítési parancshoz, és a Conda feloldja a függőségeket.
pip: Az NVIDIA Wheels platformot biztosít a CUDA komponensek telepítéséhez, amelyek elsősorban a Python futtatókörnyezetre irányulnak. Első telepítés nvidia-pyindex és győződj meg róla, hogy a pip és a setuptools frissítve van. A megfelelő sort is belefoglalhatod a requirements.txt Ha jobban tetszik.
Metacsomagok Windows rendszeren CUDA 12 (cu12) rendszerhez, amelyek a legújabb elérhető verzióból származnak: többek között, nvidia-cublas-cu12, nvidia-cuda-cccl-cu12, nvidia-cuda-cupti-cu12, nvidia-cuda-nvcc-cu12, nvidia-cuda-nvrtc-cu12, nvidia-cuda-opencl-cu12, nvidia-cuda-runtime-cu12, nvidia-cuda-sanitizer-api-cu12, nvidia-cufft-cu12, nvidia-curand-cu12, nvidia-cusolver-cu12, nvidia-cusparse-cu12, nvidia-npp-cu12, nvidia-nvfatbin-cu12, nvidia-nvjitlink-cu12, nvidia-nvjpeg-cu12, nvidia-nvml-dev-cu12, nvidia-nvtx-cu12.
Ezek a metacsomagok meghatározott verziójú csomagokat telepítenek, például utótaggal cu129: nvidia-cublas-cu129, nvidia-cuda-cccl-cu129, nvidia-cuda-cupti-cu129, nvidia-cuda-nvcc-cu129, nvidia-cuda-nvrtc-cu129, nvidia-cuda-opencl-cu129, nvidia-cuda-runtime-cu129, nvidia-cuda-sanitizer-api-cu129, nvidia-cufft-cu129, nvidia-curand-cu129, nvidia-cusolver-cu129, nvidia-cusparse-cu129, nvidia-npp-cu129, nvidia-nvfatbin-cu129, nvidia-nvjitlink-cu129, nvidia-nvjpeg-cu129, nvidia-nvml-dev-cu129, nvidia-nvtx-cu129Ne feledd, hogy a CUDA Wheels nem tartalmaz fejlesztői eszközöket, csak a futtatókörnyezetet.
A pip használata azt jelenti, hogy a CUDA környezet a Python környezetedhez van kötve. Ha a fordítást vagy futtatást ezen a környezeten kívül tervezed, telepítsd a következőt is: Rendszer szintű eszközkészlet az útvonal-egyenetlenségek elkerülése érdekében.
CUDA a WSL-en: Windows 11 és Windows 10 21H2
A Windows 11 és a Windows 10 21H2 (és újabb) verziók lehetővé teszik a CUDA-gyorsított gépi tanulási keretrendszerek és könyvtárak futtatását a WSL-en belül. Ez magában foglalja a következőket: PyTorch, TensorFlow, Docker és az NVIDIA Container Toolkit, akárcsak natív Linuxon.
1. lépés: Telepítse a CUDA-kompatibilis NVIDIA WSL illesztőprogramot a hivatalos weboldalról. Ez az illesztőprogram kifejezetten a GPU disztribúciókon belüli elérhetővé tételére szolgál. Linux WSL-en.
2. lépés: Engedélyezze a WSL-t, és adjon hozzá egy glibc-alapú disztribúciót (Ubuntu/Debian). Frissítse a kernelt a Windows Update-ből, és ellenőrizze, hogy működik-e. 5.10.43.3 vagy újabb futás wsl cat /proc/version a PowerShellben.
3. lépés: Kövesd az NVIDIA CUDA on WSL útmutatót a Toolkit telepítéséhez a disztribúción belül és/vagy az NVIDIA Docker konfigurálásához. Tudod majd használni a szokásos Linux folyik gyorsulás és tökéletesen elválasztja a környezetet a gazdagép Windows-tól.
Valós forgatókönyv: vegyes AMD + NVIDIA laptop és hibák 12.8/11.8-as processzorral
Tegyük fel, hogy egy Lenovo Ideapad 5 Pro AMD Ryzen processzorral, AMD Radeon iGPU-val és NVIDIA GeForce GTX dGPU-val. Futás közben nvidia-smi megjelenik Pilóta 526.56 és a CUDA 12.0-s verzióját, de a CUDA 12.8-as vagy 11.8-as verziójának telepítése nem működik.
A megértés kulcsa: a CUDA verziója nvidia-smi a meghajtó által támogatott maximális CUDA futásidejű verziót jelzi, nem a telepített Toolkit verzióját. Az illesztőprogram 526.56 Támogatja a CUDA 12.0 és 11.8 verziókat, de a 12.8-at nem, amelyhez sokkal újabb illesztőprogram szükséges (55x/56x ág). Frissíts egy újabb illesztőprogramra (Studio vagy Game Ready DCH) az NVIDIA weboldaláról, és ismételd meg a telepítést.
Hibrid számítógépeken ellenőrizze az NVIDIA Vezérlőpultban vagy a Windows grafikai beállításaiban, hogy a számítástechnikai alkalmazás az NVIDIA GPU-t használja-e. Ha a dGPU nincs használatban, nvidia-smi Ez problémákat okozhat, vagy a keretrendszerek betöltődhetnek az AMD iGPU-n, amely nem támogatja a CUDA-t. Fontold meg egy tiszta illesztőprogram telepítését, és ellenőrizd, hogy a GeForce Experience érzékeli-e a hardvert.
Speciális követelmények: ML.NET Model Builder (csak képosztályozás)
A Model Builderrel történő képosztályozási forgatókönyvhöz a Microsoftnak egy adott verzióra van szüksége: CUDA 10.1 és cuDNN 7.6.4Legyen óvatos ezzel, mert az újabb verziók nem támogatják ezt a konkrét folyamatot.
A cuDNN 7.6.4 legfontosabb lépései: töltse le a CUDA 10.1 ZIP fájlját, kicsomagolja és másolja cudnn64_7.dll -tól cuda\bin a C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\binNem lehet több verziód a következőből: cuDNN ugyanakkor eltávolítja a többi verzió maradványait a végrehajtás során előforduló ütközések elkerülése érdekében.
Hardverkövetelmények ehhez a forgatókönyvhöz: legalább egy CUDA-képes GPU és 6 GB dedikált memória. Ha nincs helyi GPU-ja, a Model Builder GPU virtuális gépeken is képes betanítani. Égszínkék, vagy végső soron a CPU-n, bár sokkal hosszabb betanítási idővel.
Gyakori problémák gyors diagnosztizálása és megoldása
A GPU nem jelenik meg a Beállításokban vagy a Feladatkezelőben: Nyissa meg az Eszközkezelőt, keresse meg a Képernyőadapterek alatt, és telepítse a megfelelő illesztőprogramot. Nincs illesztőprogram. NVIDIAA Windows nem teszi elérhetővé a dGPU-t az alkalmazások számára.
A rendszer CUDA verziójának ellenőrzése: PowerShell/CMD-ben futtassa a nvcc --versionHa nem sikerül, ellenőrizze, hogy a Toolkit telepítve van-e, és hogy a PATH a mappa beillesztése bin az Eszköztárból.
Az eszközkészlet nem érzékeli a CUDA eszközöket: Győződjön meg arról, hogy az illesztőprogram naprakész, és hogy a GPU szerepel a CUDA-kompatibilis listán. eszközlekérdezés y sávszélesség-teszt Ők a hőmérőd, hogy megerősítsd, hogy a hardver-illesztőprogram-eszközkészlet verem reagál.
Helytelen illesztőprogram-mód a számításhoz: A számítási GPU-n használja a következőt: nvidia-smi a TCC ellenőrzéséhez/kikapcsolásához, ha alkalmazható. A legtöbb laptop GeForce-on WDDM Ez a kívánt mód, és nem lehet megváltoztatni.
Függőségi ütközések Python keretrendszerekkel: Ha CUDA Wheels-t használsz pipen keresztül, ne feledd, hogy ezek csak futásidejű környezetet fednek le, és a virtuális környezethez kötődnek. Bővítmények fordításához vagy eszközök használatához telepítsd a következőt is: Rendszer eszközkészlet, vagy használd a Condát a tömeges kezeléshez.
Példák, minták és bevált gyakorlatok
A teljesítmény és a funkcionalitás érvényesítéséhez fordítsa le és futtassa deviceQuery y bandwidthTest a samples repository VS megoldásaiból. A buildek általában a bináris fájlokat olyan elérési utakban hagyják, mint a CUDA Samples\v13.0\bin\win64\Release ha megtartottad az alapértelmezett értékeket.
A CUDA lehetőségeinek vizuális megtekintéséhez futtasson grafikus mintákat, például particlesA demón túl segítenek majd referenciákat gyűjteni a használatához. megosztott memória és rács/blokk mintákat a saját projektjeidben.
Felhőalapú alternatívák GPU-kkal
Ha nem szeretne bajlódni a helyi illesztőprogramokkal, vagy teljesítménycsúcsokra van szüksége, választhat modern GPU-kkal (A100, RTX 4090, A6000 stb.) rendelkező felhőpéldányokat. Ezek a szolgáltatások a következőket kínálják: azonnali bevetés, PyTorch/TensorFlow és használatalapú fizetéses sablonok, amelyek hasznosak intenzív betanításhoz vagy gyors teszteléshez.
Megjegyzések és jelek
Az NVIDIA műszaki dokumentációja és csomagjai előzetes értesítés nélkül változhatnak. Mindig ellenőrizze a kiadási megjegyzések és frissített kompatibilitásokat az illesztőprogramok vagy eszközkészletek éles környezetben történő telepítése előtt.
Az OpenCL az Apple Inc. védjegye, amelyet a Khronos Group licenc alapján használ. Az NVIDIA és logója az Apple Inc. védjegyei vagy bejegyzett védjegyei. NVIDIA Corporation az Egyesült Államokban és más országokban.
A megfelelő illesztőprogrammal, a megfelelő eszközkészlettel és néhány jól elvégzett teszttel a Windows szilárd alapot biztosít a CUDA számára: fejleszthetsz a Visual Studioval, validálhatsz a hivatalos mintákkal, futtathatsz AI keretrendszereket WSL-ben, akárcsak Linuxban, és ha elakadsz, alternatív telepítőket (Conda/pip) vagy akár a felhőt is letöltheted, hogy ne maradj le a rendszerről; a fontos dolog célja az illesztőprogram- és eszközkészlet-verziók összehangolása, annak megerősítése, hogy valóban a megfelelő NVIDIA GPU-t használják, és támogatást nyújtani a következő területeken: deviceQuery/bandwidthTest hogy minden zöld legyen. Oszd meg ezt az oktatóanyagot, és több felhasználó fogja tudni, hogyan kell telepíteni a CUDA-t Windows rendszerre.