برنامج تعليمي لتثبيت CUDA على نظام Windows

  • التوافق: إصدارات Windows المدعومة، وبرامج التشغيل المناسبة، ونماذج WDDM/TCC المُهيأة بشكل صحيح.
  • التثبيت المرن: مجموعة أدوات رسومية أو صامتة، Conda و Wheels، مع التحقق من خلال العينات.
  • البيئات الهجينة: دعم WSL مع الحد الأدنى من نواة النظام، وDocker، وأطر عمل الذكاء الاصطناعي داخل Linux على Windows.
Daniel Terrasa

8 دقيقة

CUDA على Windows

تثبيت CUDA على Windows لن يكون الأمر مُرهقًا إذا اتبعت مسارًا واضحًا ومعتمدًا من الأدلة الرسمية. سنغطي في هذا الدليل العملي والفني كل ما يلزم لضبط مجموعة الأدوات وبرامج التشغيل وأدوات التحقق بدقة، سواءً في نظام Windows الأصلي أو في WSL. الهدف هو أن ينتهي بك الأمر بتثبيت يعمل ويتم اختباره.، جاهز لتسريع سير عمل وحدة معالجة الرسومات الخاصة بك.

بالإضافة إلى الخطوات الكلاسيكية، سنغطي توافق Visual Studio، والتثبيت الصامت، وحزم Conda وNVIDIA Wheels، والتحقق باستخدام أمثلة CUDA، وخصائص WSL، وملاحظات الإصدار الرئيسية (مثل إزالة برنامج التشغيل من المثبت في CUDA 13). ستتعرف أيضًا على كيفية تشخيص المشكلات الشائعة. (بما في ذلك حالة واقعية مع Lenovo Ideapad وبرامج التشغيل 526.56) ومتطلبات محددة لسيناريوهات محددة مثل Model Builder مع CUDA 10.1 وcuDNN 7.6.4.

ما هو CUDA؟

CUDA هي منصة البرمجة المتوازية ونموذج NVIDIA الذي يسمح بتسريع التطبيقات التي تتطلب قدرًا كبيرًا من الحوسبة على وحدة معالجة الرسوميات. مع CUDA C/C++ وملحقاتها يمكنك التركيز على تشغيل الخوارزمية بالتوازي، بينما يتولى وقت تشغيل CUDA إدارة التنفيذ والذاكرة بين وحدة المعالجة المركزية ووحدة معالجة الرسومات. بتقسيم العمل التسلسلي (وحدة المعالجة المركزية) والعمل المتوازي (وحدة معالجة الرسومات)، من الممكن زيادة الأداء من خلال الاستفادة من آلاف الخيوط والذاكرة المشتركة على الشريحة.

يركز هذا الدليل على كيفية ضبط البيئة في Windows (الأصلية وWSL)، وتثبيت مجموعة الأدوات، وتجميع الأمثلة، والتحقق من أن النظام يكتشف وحدة معالجة الرسومات بشكل صحيح. التحقق باستخدام عينات مثل deviceQuery وbandwidthTest وهي قطعة بالغة الأهمية غالبًا ما يتم تجاهلها، وسنتناولها هنا بشكل صريح.

CUDA

متطلبات النظام وإصدارات Windows المدعومة

لاستخدام CUDA، تحتاج إلى وحدة معالجة رسومية NVIDIA متوافقة ونظام تشغيل Windows مدعوم. تتضمن الإصدارات المدعومة لنظام التشغيل ما يلي:Windows 11 24H2 و23H2 و22H2-SV2؛ Windows 10 22H2؛ Windows Server 2022 وWindows Server 2025. تحقق في "إدارة الأجهزة" من ظهور بطاقتك ضمن محولات العرض وتحقق من توافقها مع القائمة الرسمية لوحدات معالجة الرسومات القادرة على CUDA (صفحة NVIDIA).

على مستوى المترجم، تدعم مجموعة الأدوات MSVC 193x في Visual Studio 2022 17.x (C++11/14/17/20) وMSVC 192x في Visual Studio 2019 16.x (C++11/14/17). تم إيقاف دعم Visual Studio 2015 في 11.1بالنسبة لـ VS 2017، تم إيقاف دعمها في الإصدار 12.5 وإزالتها في الإصدار 13.0. يُرجى ملاحظة أنه تم إلغاء التجميع 32 بت بدءًا من CUDA 12.0 (الترجمة الأصلية والمتعددة)؛ إذا كنت بحاجة إلى 32 بت، فسيتعين عليك استخدام مجموعات أدوات أقدم.

على الرغم من أن برنامج تشغيل NVIDIA سيستمر في السماح بتشغيل الثنائيات ذات 32 بت على وحدات معالجة الرسومات GeForce حتى بنية Ada، ستكون آدا هي الأخيرة التي تحظى بهذا الدعملم يعد Hopper يدعم تطبيقات 32 بت. هذا أمر بالغ الأهمية إذا كنتَ تُحافظ على برامج قديمة في الإنتاج وتحتاج إلى التخطيط للترقيات.

في نظام التشغيل Windows 10 والإصدارات الأحدث، يمكن لبرنامج تشغيل NVIDIA العمل ضمن نموذجين: WDDM (لأجهزة العرض) وTCC (مجموعة حوسبة تسلا) لوحدات معالجة الرسومات بدون إخراج فيديو، مثل تسلا أو بعض طرازات تيتان. مع nvidia-smi يمكنك التحقق من الوضع الحالي، وعند دعمه، يمكنك التبديل بينهما. على أجهزة الكمبيوتر المكتبية المزودة بوحدات معالجة رسومية للألعاب، سيكون WDDM هو الوضع المعتاد؛ أما على محطات العمل المزودة ببطاقات حوسبة، يتم عادةً تمكين TCC بشكل افتراضي..

تثبيت مجموعة الأدوات على نظام التشغيل Windows: خطوة بخطوة

  1. تأكد من أن لديك وحدة معالجة رسومية (GPU) متوافقة مع CUDA وإصدار Windows مدعوم.من "إدارة الأجهزة" (محولات العرض)، يمكنك رؤية الشركة المصنعة والطراز.
  2. قم بتنزيل مجموعة أدوات NVIDIA CUDA من صفحة التنزيلات الرسمية. لديك تنسيقان: المثبت الشبكي (يقوم بتنزيل ما تم تحديده أثناء التثبيت فقط) والمثبت الكامل (يتضمن جميع المكونات، وهو مفيد في وضع عدم الاتصال بالإنترنت أو للنشر في المؤسسات).
  3. قم بتشغيل برنامج التثبيت واتبع المعالج الرسومي. لتثبيت مجموعة الأدوات والأمثلة والتكامل مع Visual Studio إذا لزم الأمر.
  4. في التثبيتات الآلية، يمكنك استخدام الوضع الصامت مع -sوأضف معلمات لاختيار حزم فرعية محددة. العلم -n تجنب إعادة التشغيل التلقائي إذا لزم الأمر.
  5. أكمل وأعد التشغيل إذا طلب.
  6. افتح موجه الأوامر وقم بتشغيله nvcc -V لرؤية إصدار مُجمِّع CUDA المُثبَّت.

تثبيت CUDA على Windows

التثبيت الصامت وحزم الأدوات الفرعية

يتيح لك المثبت نشر مكونات محددة من مجموعة الأدوات، وهو أمر مفيد في البيئات المُدارة أو بيئات CI. بعض الحزم الفرعية التمثيلية في CUDA 13.0 (المسار الافتراضي C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0) هو:

  • cublas_13.0 / cublas_dev_13.0:مكتبات وقت التشغيل cuBLAS.
  • crt_13.0:مُجمِّع لتطبيقات CUDA.
  • مستشار قانوني 13.0تحليل التتبع NVCC/NVRTC لتقليل أوقات التجميع.
  • cuda_profiler_api_13.0 y cuadrt_13.0:ملف تعريف CUDA وواجهة برمجة التطبيقات وقت التشغيل.
  • cufft_13.0 / cufft_dev_13.0:cuFFT.
  • cuobjdump_13.0 y nvdisasm_13.0:أدوات مساعدة لفحص المكعبات.
  • كوبتي_13.0:واجهة أدوات إنشاء الملف الشخصي.
  • curand_13.0 / curand_dev_13.0: كوراند.
  • cusolver_13.0 / cusolver_dev_13.0 y cusparse_13.0 / cusparse_dev_13.0:مكتبات الجبر الخطي.
  • cuxxfilt_13.0:مرشح demangler cu++.
  • التوثيق_13.0:أدلة HTML وPDF (البرمجة، وأفضل الممارسات، وما إلى ذلك).
  • nsight_compute_13.0, أنظمة nsight_13.0 y nsight_vse_13.0أدوات Nsight.
  • npp_13.0 / npp_dev_13.0:NPP.
  • nvcc_13.0مُجمِّع CUDA.
  • nvfatbin_13.0, nvjitlink_13.0, nvtx_13.0, nvvm_13.0, nvptxcompiler_13.0:سلسلة الأدوات وأدوات التتبع/المكتبات.
  • nvjpeg_13.0 / nvjpeg_dev_13.0:nvJPEG.
  • nvml_dev_13.0عناوين ومكتبات NVML.
  • nvprune_13.0:تقليم الكائنات/الإحصائيات حسب أهداف الجهاز.
  • حاسبة الإشغال 13.0: جدول بيانات الإشغال.
  • opencl_13.0:مكتبة OpenCL.
  • معقم_13.0واجهة برمجة تطبيقات Compute Sanitizer.
  • الدفع_13.0 y تكامل الاستوديو المرئي 13.0:الدفع والتكامل مقابل.

إذا كنت بحاجة إلى فحص المحتويات قبل التثبيت، فيمكنك استخراج برنامج التثبيت الكامل باستخدام أداة متوافقة مع LZMA (على سبيل المثال، 7-Zip). توجد ملفات Toolkit في مجلد CUDAToolkit بعد استخراج الملفات، ستجد ملفات .dll و.nvi بداخلها، ويمكنك تجاهلها إذا كنت ترغب فقط في مراجعة شجرة التثبيت. تتم عملية إلغاء التثبيت من خلال لوحة التحكم > البرامج والميزات.

التثبيت باستخدام pip (عجلات NVIDIA)

بالنسبة للبيئات التي تركز على Python، تقدم NVIDIA Wheels التي تقوم بتثبيت وقت تشغيل CUDA والمكتبات عبر pip. هذه الحزم مخصصة للاستخدام وقت التشغيل. ولا تتضمن أدوات التطوير (يمكنك تثبيتها بشكل منفصل عند الحاجة). ملاحظة: تُدار بيئة CUDA ضمن بيئة pip، لذا ستحتاج إلى تعديل بيئة الاستضافة إذا كنت تنوي استخدام CUDA خارجها.

أولاً، قم بالتثبيت nvidia-pyindex حتى يتمكن pip من حل وحدات التخزين من مستودع NVIDIA NGC. إذا لزم الأمر، تحديث pip و setuptools لتجنب الأخطاء اللاحقة. يمكنك أيضًا إضافة سطر nvidia-pyindex لك requirements.txt إذا كنت تعمل وفقًا لهذه الاتفاقية.

التحقق من التثبيت: العينات والاختبارات

تحقق من إصدار المترجم باستخدام nvcc -V من CMD. استنساخ عينات CUDA من github.com/nvidia/cuda-samplesقم بتجميعها وتشغيلها كما هو موضح في المستودع. يُنصح بشدة بالبناء والتشغيل deviceQuery للتأكد من اكتشاف وحدة معالجة الرسوميات وصحة التكوين.

الاختبار bandwidthTest التحقق من صحة أداء الجهاز المضيف والاتصال به. في كلتا الحالتين، المهم هو ظهور الجهاز.يتوافق مع جهازك ويجتاز الاختبارات. إذا deviceQuery لم يتم اكتشاف وحدة معالجة الرسومات (GPU)، تحقق من تثبيت برنامج التشغيل والتأكد من أن الجهاز يعمل في النظام.

CUDA وWSL في Windows 11 وWindows 10 21H2+

يدعم Windows 11 والإصدارات الحديثة من Windows 10 (21H2 والإصدارات الأحدث) تشغيل أدوات التعلم الآلي المعجلة بواسطة وحدة معالجة الرسومات باستخدام WSL. ستتمكن من استخدام TensorFlow وPyTorch وDocker وNVIDIA Container Toolkit داخل توزيعة Linux المستندة إلى glibc (Ubuntu، Debian، وما إلى ذلك).

الخطوات الرئيسية: قم بتثبيت برنامج التشغيل الممكّن لـ NVIDIA CUDA في WSL، وقم بتمكين WSL، وأضف توزيعًا من نوع Ubuntu/Debian. تأكد من أن لديك الإصدار الأحدث من نواة WSL. (الحد الأدنى 5.10.43.3). يمكنك التحقق من ذلك في PowerShell باستخدام: wsl cat /proc/versionبعد ذلك، اتبع دليل مستخدم CUDA الخاص بـ NVIDIA في WSL للعمل مع NVIDIA Docker أو تثبيت PyTorch/TensorFlow داخل التوزيع.

الفحوصات والتشخيصات في Windows

لمعرفة نوع وحدة معالجة الرسومات (GPU) لديك: في الإعدادات > النظام > العرض > الإعدادات المتقدمة، ستجد العلامة التجارية والطراز ضمن "معلومات العرض". في "إدارة المهام"، علامة التبويب "الأداء"اختر وحدة معالجة الرسومات لعرض الاستخدام والطراز والذاكرة. إذا لم يظهر، فتحقق من "إدارة الأجهزة" > "محولات العرض" وثبّت برنامج التشغيل المناسب للبطاقة.

لرؤية إصدار CUDA "المبلغ عنه" بواسطة برنامج التشغيل الخاص بك، قم بتشغيل nvidia-smi. لمعرفة إصدار مُجمِّع Toolkit المُثبَّت، الاستخدامات nvcc --version. لا تنسى nvidia-smi يعرض الحد الأقصى لإصدار CUDA "API" الذي يدعمه برنامج التشغيل، وليس الإصدار الموجود على مجموعة الأدوات الموجودة على القرص.

استخدام السحابة: مثال على الحالات التي تحتوي على وحدة معالجة الرسومات (GPU)

إذا كنت بحاجة إلى الطاقة عند الطلب، فإن موفرو الخدمات السحابية يقدمون لك مثيلات مزودة بوحدات معالجة رسومية مثل NVIDIA A100 أو RTX 4090 أو A6000. يتيح هذا النهج الدفع مقابل الاستخدام، والنشر الفوري تقريبًا، والقوالب الجاهزة. لأطر العمل الشائعة (PyTorch وTensorFlow). يُعدّ هذا بديلاً فعالاً لأحمال العمل الكبيرة أو الارتفاعات المؤقتة في الأداء، دون الحاجة إلى شراء أجهزة خاصة، مع دعم أحدث إصدارات CUDA.

الإشعارات القانونية والعلامات التجارية

يتم توفير وثائق وبرامج NVIDIA "كما هي"، مع الاحتفاظ بجميع الحقوق ودون أي ضمانات ضمنية للتسويق أو الملاءمة لغرض معين. قد تقوم NVIDIA بتعديل المواصفات والمستندات دون إشعار مسبقتحقق دائمًا من أحدث المعلومات والتزم بشروط البيع والترخيص الخاصة بالجهات الخارجية. OpenCL علامة تجارية لشركة Apple Inc. مرخصة لشركة Khronos؛ NVIDIA وشعارها علامتان تجاريتان مسجلتان في الولايات المتحدة ودول أخرى.

مع كل ما سبق، أصبح لديك الآن كل ما يلزم لتثبيت CUDA وتكوينه والتحقق من صحته على نظام Windows (وأيضًا على نظام WSL أو Linux عندما تحتاج إليه). من المتطلبات وبرامج التشغيل إلى التكامل مع Visual Studio والتحقق باستخدام العيناتالمفتاح هو محاذاة إصدار برنامج التشغيل ومجموعة الأدوات والبيئة، والاعتماد على أدوات مثل nvidia-smi, nvcc والعينات للتأكد من أن السلسلة بأكملها تعمل كما هو متوقع.