تثبيت CUDA على نظام Windows ليس بالأمر الصعب إذا كنت تعرف أين تلجأ والإصدارات المناسبة. في هذا الدليل العملي، سأشرح لك خطوة بخطوة كل ما تحتاجه لتشغيل مجموعة الأدوات، وبرنامج التشغيل الصحيح، وأدوات التحقق، سواءً على نظام Windows الأصلي أو باستخدام WSL. الفكرة هي إيقاف تشغيل وحدة معالجة الرسومات (GPU). تسارع حقيقي أحمال العمل الخاصة بك، دون مفاجآت التوافق.
بالإضافة إلى التثبيت الأساسي، سأغطي حالات استخدام عملية ومتطلبات خاصة (مثل ML.NET Model Builder مع التبعيات القديمة)، وبدائل التثبيت باستخدام Conda وpip، والتكامل مع Visual Studio، واختباري deviceQuery وbandwidthTest الكلاسيكيين. ستتعرف أيضًا على كيفية تشخيص مشاكل السائق النموذجية، اكتشاف وحدة معالجة الرسوميات وعدم تطابق إصدار CUDA الذي يؤدي عادةً إلى إبطاء الأشخاص في المرة الأولى.
ما هو CUDA ولماذا هو مهم على Windows؟
CUDA هي المنصة والنموذج لـ برمجة NVIDIA للحوسبة المتوازية التي تسمح لك بنقل الأجزاء الأكثر كثافة في تطبيقاتك إلى وحدة معالجة الرسومات. تتولى وحدة المعالجة المركزية العمل المتسلسل، بينما تتولى وحدة معالجة الرسومات العمل المتسلسل. متوازي بشكل كبير، كل منها بذاكرتها الخاصة، مما يتجنب الاختناقات ويسمح بالعمل المتزامن.
تتميز وحدات معالجة الرسومات الممكّنة بتقنية CUDA بمئات أو آلاف النوى التي تشغل عشرات الآلاف من الخيوط. مكتبات مثل cuBLAS وcuDNN وNVCC أكمل المجموعة حتى تتمكن من تجميع برامجك المعجلة بواسطة وحدة معالجة الرسومات وتصحيح أخطائها وإنشاء ملف تعريف لها على نظام التشغيل Windows.
متطلبات النظام والتوافق على Windows
أولاً، عليك التأكد من توافق نظامك مع مجموعة الأدوات التي تريدها. في أنظمة ويندوز الحالية، دعم CUDA 13.0 U1:Windows 11 24H2، 23H2، 22H2-SV2؛ Windows 10 22H2؛ Windows Server 2022 و2025.
المُجمِّعات وبيئات التطوير المتكاملة المدعومة: Visual Studio 2022 الإصدار 17.x (MSVC 193x) مع C++11/14/17/20 وVisual Studio 2019 الإصدار 16.x (MSVC 192x) مع C++11/14/17. دعم VS2017 لقد تمت إزالته في CUDA 13.0 وبالنسبة لـ VS2015 أصبح قديمًا منذ CUDA 11.1، لذا قم بتعديل مشاريعك.
ملاحظة هامة بشأن 32 بت: منذ إصدار CUDA 12.0، لم تعد هناك سلسلة أدوات 32 بت (أصلية أو متعددة المنصات). ستستمر برامج التشغيل في تشغيل ثنائيات 32 بت على GeForce. هندسة آدالم يعد Hopper يدعم 32 بت.
الأجهزة الموصى بها: وحدة معالجة رسومات NVIDIA مع قدرة حوسبة مناسبة لإصدارك (للسيناريوهات العامة، الإصدار 3.0 أو أعلى؛ انظر القائمة الرسمية)، وذاكرة كافية، وفي بعض الحالات المحددة، تكون أكثر تطلبًا. بالنسبة لمنشئ النماذج (تصنيف الصور)، على الأقل 6 غيغابايت من VRAM مخصص، بينما بالنسبة للاستخدامات الأساسية يتم ذكر الحد الأدنى وهو 4 جيجابايت.
تأكد من أن لديك وحدة معالجة رسومية متوافقة والإصدار الذي لديك
للتحقق من طراز وحدة معالجة الرسومات (GPU) لديك في نظام Windows: الإعدادات > النظام > العرض > الإعدادات المتقدمة. هناك سوف ترى العلامة التجارية والطراز ضمن معلومات العرض، مفيد جدًا لتأكيد التوافق.
يمكنك أيضًا استخدام "إدارة المهام" في علامة تبويب "الأداء" واختيار لوحة وحدة معالجة الرسومات لعرض التفاصيل. إذا لم تظهر، فافتح مدير الأجهزة وانظر إلى محولات العرض؛ إذا كان برنامج تشغيل NVIDIA مفقودًا، فقم بتثبيته.
للتحقق من تثبيت CUDA، افتح PowerShell أو CMD وقم بتشغيل nvcc --version o nvcc -V. هذا يعيد إصدار المترجم NVCC تم تثبيته؛ إذا لم يستجب، فهذا يعني أن مجموعة الأدوات PATH غير مُهيأة أو لم يتم تثبيتها بشكل صحيح.
إذا كنت بحاجة إلى تحديث برامج التشغيل، يقترح برنامج GeForce Experience أحدث الإصدارات، أو نزّلها من موقع برامج تشغيل NVIDIA الرسمي. عادةً ما يحل تحديث برنامج التشغيل المشكلة. عدم توافق مجموعة الأدوات وفشل الكشف.
تنزيل مجموعة أدوات NVIDIA CUDA: التنسيقات والنزاهة
انتقل إلى صفحة تنزيل CUDA الرسمية من NVIDIA واختر Windows. يمكنك اختيار إما مُثبّت الشبكة (تنزيل بسيط، ثم حزم عند الطلب) أو المُثبّت الكامل (يتضمن جميع الميزات). يُعدّ المُثبّت الكامل مثاليًا لأجهزة الكمبيوتر غير المتصلة بالإنترنت أو... نشر المؤسسات.
بعد التنزيل، يُنصح بالتحقق من مجموع MD5 المنشور للتأكد من عدم تلف الملف. إذا لم يتطابق التجزئة، قم بالتنزيل مرة أخرى المثبت ويتجنب الصداع لاحقًا.
منذ إصدار CUDA 13، لم يعد برنامج تشغيل NVIDIA مُضمّنًا في مجموعة الأدوات. ثبّت برنامج التشغيل بشكل منفصل عن صفحة برامج تشغيل NVIDIA ومن ثم مجموعة الأدوات؛ لتجنب خلط الإصدارات غير المتوافقة.
التثبيت على نظام التشغيل Windows: الوضع الرسومي والصامت ووضع الاستخراج
التثبيت الرسومي: شغّل برنامج التثبيت واتبع الخطوات. اختر موقع التثبيت، واقبل الترخيص، ثم اختر مكونات مثل Toolkit و Nsight Compute/Systems والأمثلة.
التثبيت الصامت: يمكنك تشغيل برنامج التثبيت باستخدام -s للوضع الصامت، أضف معلمات لحزم فرعية محددة. إذا كنت لا ترغب في إعادة التشغيل التلقائي، أضف -n ويمكنك إدارة إعادة التشغيل في النهاية.
الاستخراج اليدوي: باستخدام 7-Zip/WinZip، يمكنك استخراج الحزمة كاملةً للاطلاع على محتوياتها. توجد مجموعة الأدوات داخل المجلد. مجموعة أدوات CUDA والتكامل مع Visual Studio في الدليل الذي يحمل اسمه؛ ملفات .dll و.nvi التي تراها في جذر المثبت ليست ملفات قابلة للتثبيت على هذا النحو.
مسار مجموعة الأدوات الافتراضي: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v13.0. عند تثبيت الحزم الفرعية يمكنك اختيار ما تحتاجه فقط (على سبيل المثال، nvcc_13.0 للمترجم، cudart_13.0 لوقت التشغيل، 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، وما إلى ذلك). بهذه الطريقة يمكنك تقليل المساحة وأوقات التثبيت.
إزالة التثبيت: يمكن إزالة جميع الحزم الفرعية من لوحة التحكم > البرامج والميزات. هذا الخيار مفيد لإعادة تثبيت إصدار. تنظيف أو تغيير الفروع دون أي بقايا.
نماذج برامج التشغيل في Windows: WDDM مقابل TCC
في نظام Windows 10 والإصدارات الأحدث، يعمل برنامج تشغيل NVIDIA في وضعين: WDDM (لأجهزة العرض) وTCC (لوحدات معالجة الرسومات الحاسوبية مثل Tesla أو بعض أجهزة Titans). يمكنك التحقق من الوضع وتغييره باستخدام nvidia-smi على البطاقات المدعومة؛ تستخدم معظم بطاقات GeForce الحديثة WDDM بشكل افتراضي.
التحقق من التثبيت: nvcc والعينات والاختبارات
التحقق من إصدار NVCC باستخدام nvcc -V. إذا نجح الأمر، PATH وتم تثبيت الأساسيات في مكانها.
استنساخ عينات CUDA من GitHub على عينات nvidia/cuda، قم بتجميعها وتشغيلها deviceQueryيجب أن يكتشف جهازك ويعيد تم اجتياز الاختبارإذا لم يكن الأمر كذلك، فتحقق من برنامج التشغيل والأجهزة.
كما يعمل bandwidthTest للتحقق من عرض النطاق الترددي للجهاز المضيف. إذا نجحت الاختبارات، فسيتم إيقاف الاتصال وحدة المعالجة المركزية ووحدة معالجة الرسومات لا بأس. عادةً ما تشير أي أخطاء هنا إلى مشاكل في برامج التشغيل أو تثبيت مجموعة الأدوات.
التكامل مع Visual Studio والبنية الأساسية للمشروع
يمكن تجميع العينات ومشاريعك باستخدام حلول VS 2019/2022. تُنشئ قوالب NVIDIA مشروع C++ باستخدام تخصيصات البناء من CUDA لإصدارك (على سبيل المثال، CUDA 13.0 Runtime).
ملفات Toolkit .props: يحتوي VS 2019 على الدعائم في C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\MSBuild\Microsoft\VC\v160\BuildCustomizations و VS 2022 في C:\Program Files\Microsoft Visual Studio\2022\Professional\MSBuild\Microsoft\VC\v170\BuildCustomizations. تسمح هذه الطرق لـ VS بالعثور على القواعد والخصائص من كودا.
في المشاريع الجديدة، أنشئ من قوالب NVIDIA > CUDA للإصدار المُثبّت. في المشاريع الحالية، انتقل إلى بناء التبعيات > بناء التخصيصات وحدد إصدار CUDA الخاص بك أو أشر إلى $(CUDA_PATH) إذا كنت تريد دائمًا استخدام الإصدار الأحدث المثبت.
بعد تثبيت أو إلغاء تثبيت Toolkits، تأكد من صحة ذلك $(CUDA_PATH) يشير إلى المجلد الصحيح. الوصول متغيرات البيئة من خصائص النظام للتحقق من القيمة وتعديلها إذا لزم الأمر.
يجب أن تكون الملفات التي تحتوي على كود CUDA مُعَلَّمة بنوع CUDA C/C++. يمكنك إضافتها من إضافة عنصر جديد > NVIDIA CUDA 13.0 > كود CUDA C/C++ في Visual Studio.
تثبيت CUDA مع Conda و pip
كوندا: تنشر NVIDIA حزمًا على قناتها Anaconda (anaconda.org/nvidia) لتثبيت مجموعة الأدوات كاملةً أو إصدارات سابقة محددة. لتثبيت إصدار سابق، أضف ملصق الإصدار إلى أمر التثبيت وسوف يقوم Conda بحل التبعيات.
pip: توفر NVIDIA Wheels لتثبيت مكونات CUDA الموجهة أساسًا لبيئة تشغيل Python. التثبيت الأول nvidia-pyindex وتأكد من تحديث pip و setuptools. يمكنك تضمين السطر المقابل في requirements.txt إذا كنت تفضل.
الحزم التعريفية على نظام التشغيل Windows لـ CUDA 12 (cu12) التي يتم سحبها من أحدث إصدار متاح: من بين أمور أخرى, 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.
تقوم هذه الحزم التعريفية بتثبيت حزم ذات إصدارات محددة، على سبيل المثال مع اللاحقة 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-cu129تذكر أن عجلات CUDA لا تتضمن أدوات للمطورين، بل وقت التشغيل فقط.
استخدام pip يعني أن بيئة CUDA مرتبطة ببيئة Python الخاصة بك. إذا كنت تخطط للتجميع أو التشغيل خارج تلك البيئة، فقم أيضًا بتثبيت مجموعة أدوات على مستوى النظام لتجنب التناقضات في المسار.
CUDA على WSL: Windows 11 وWindows 10 21H2
يتيح لك Windows 11 وWindows 10 21H2 (والإصدارات الأحدث) تشغيل أطر عمل ومكتبات تعلم آلي مُسرّعة بواسطة CUDA ضمن WSL. ويشمل ذلك PyTorch، TensorFlow، Docker ومجموعة أدوات NVIDIA Container Toolkit، تمامًا كما تفعل على Linux الأصلي.
الخطوة 1: ثبّت برنامج تشغيل NVIDIA المُمكّن لـ CUDA لـ WSL من الموقع الرسمي. صُمم هذا البرنامج خصيصًا لعرض وحدة معالجة الرسومات (GPU) ضمن التوزيعات. لينكس على WSL.
الخطوة ٢: تفعيل WSL وإضافة توزيعة مبنية على GLIBC (أوبونتو/ديبيان). تحديث النواة من تحديث ويندوز والتأكد من توافقها. 5.10.43.3 أو أعلى ادارة wsl cat /proc/version في PowerShell.
الخطوة 3: اتبع دليل NVIDIA CUDA على WSL لتثبيت مجموعة الأدوات داخل التوزيع و/أو تكوين NVIDIA Docker. سوف تكون قادرا على استخدام يتدفق لينكس المعتاد مع تسارع وفصل البيئة عن نظام التشغيل Windows المضيف بشكل مثالي.
سيناريو واقعي: كمبيوتر محمول مختلط AMD + NVIDIA وأخطاء مع 12.8/11.8
لنفترض أن جهاز Lenovo Ideapad 5 Pro مزود بمعالج AMD Ryzen ومعالج رسومات AMD Radeon iGPU ومعالج رسومات NVIDIA GeForce GTX dGPU. عند تشغيله nvidia-smi يبدو سائق 526.56 وCUDA الإصدار 12.0، ولكن محاولة تثبيت CUDA 12.8 أو 11.8 لا يبدو أنها تعمل.
مفاتيح لفهمه: خط إصدار CUDA من nvidia-smi يشير إلى أقصى إصدار تشغيل CUDA يدعمه برنامج التشغيل الخاص بك، وليس مجموعة الأدوات المثبتة. برنامج التشغيل 526.56 يدعم الإصدارين CUDA 12.0 و11.8، ولكنه لا يدعم الإصدار 12.8، الذي يتطلب برنامج تشغيل أحدث بكثير (فرع 55x/56x). حدّث البرنامج إلى برنامج تشغيل أحدث (Studio أو Game Ready DCH) من موقع NVIDIA الإلكتروني، ثم كرّر عملية التثبيت.
في أجهزة الكمبيوتر الهجينة، تحقق من لوحة تحكم NVIDIA أو إعدادات الرسومات في Windows للتأكد من أن تطبيقك الحاسوبي يستخدم وحدة معالجة الرسومات NVIDIA. إذا لم تكن وحدة معالجة الرسومات dGPU قيد الاستخدام، نفيديا-الاستخبارات العسكرية السورية قد يُسبب هذا مشاكل، أو قد تُحمّل الأطر على وحدة معالجة الرسومات المدمجة AMD، التي لا تدعم CUDA. يُنصح بتثبيت برنامج تشغيل نظيف والتأكد من أن GeForce Experience يكتشف الأجهزة.
المتطلبات الخاصة: ML.NET Model Builder (تصنيف الصور فقط)
بالنسبة لسيناريو تصنيف الصورة باستخدام Model Builder، تتطلب Microsoft مجموعة محددة: CUDA 10.1 و cuDNN 7.6.4. كن حذرًا مع هذا لأن الإصدارات الأحدث لا تدعم هذا التدفق المحدد.
الخطوات الرئيسية مع cuDNN 7.6.4: تنزيل ملف ZIP لـ CUDA 10.1، وفك ضغطه ونسخه cudnn64_7.dll من cuda\bin a C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\binلا يمكنك الحصول على إصدارات متعددة من cuDNN وفي الوقت نفسه؛ يقوم بإزالة بقايا الإصدارات الأخرى لتجنب الصراعات أثناء التنفيذ.
متطلبات الأجهزة لهذا السيناريو: وحدة معالجة رسومات (GPU) واحدة على الأقل تدعم CUDA وذاكرة مخصصة سعة 6 جيجابايت. إذا لم تكن لديك وحدة معالجة رسومات محلية، فيمكن لـ Model Builder التدريب على الأجهزة الافتراضية لوحدة معالجة الرسومات. Azure، أو في النهاية على وحدة المعالجة المركزية، على الرغم من أوقات التدريب الأطول بكثير.
التشخيص السريع وحل المشاكل الشائعة
وحدة معالجة الرسومات (GPU) لا تظهر في الإعدادات أو إدارة المهام: افتح إدارة الأجهزة، ثم ابحث ضمن "محولات العرض"، وثبّت برنامج التشغيل المناسب. لا يوجد برنامج تشغيل. NVIDIAلن يعرض Windows وحدة معالجة الرسومات dGPU للتطبيقات.
التحقق من إصدار CUDA للنظام: في PowerShell/CMD قم بتشغيل nvcc --version. إذا فشل، تحقق من تثبيت مجموعة الأدوات ومن PATH تضمين المجلد bin من مجموعة الأدوات.
لا تكتشف مجموعة الأدوات أجهزة CUDA: تأكد من تحديث برنامج التشغيل ومن وجود وحدة معالجة الرسومات (GPU) الخاصة بك في قائمة الأجهزة القادرة على CUDA. استعلام الجهاز y اختبار النطاق الترددي إنها بمثابة مقياس الحرارة الخاص بك للتأكد من استجابة مجموعة أدوات برامج التشغيل والأجهزة.
وضع برنامج التشغيل غير الصحيح للحوسبة: على وحدة معالجة الرسومات للحوسبة، استخدم nvidia-smi للتحقق من/تفعيل TCC إن أمكن. في معظم أجهزة الكمبيوتر المحمولة من نوع GeForces، WDDM هذا هو الوضع المقصود ولا يمكنك تغييره.
تتعارض التبعيات مع أطر عمل بايثون: إذا كنت تستخدم عجلات CUDA عبر pip، فتذكر أنها تغطي وقت التشغيل فقط وترتبط بالبيئة الافتراضية. لتجميع الإضافات أو استخدام الأدوات، ثبّت أيضًا مجموعة أدوات النظامأو استخدم Conda لإدارة كل شيء بكميات كبيرة.
أمثلة وعينات وممارسات جيدة
للتحقق من صحة الأداء والوظائف، قم بالتجميع والتشغيل deviceQuery y bandwidthTest من حلول VS في مستودع العينات. عادةً ما تترك عمليات البناء ملفات ثنائية في مسارات مثل عينات CUDA\v13.0\bin\win64\Release إذا قمت بالاحتفاظ بالقيم الافتراضية.
لرؤية إمكانات CUDA بصريًا، قم بتشغيل عينات رسومية مثل particles. بالإضافة إلى العرض التوضيحي، سوف يساعدونك في الحصول على مراجع للاستخدام ذاكرة مشتركة وأنماط الشبكة/الكتلة في مشاريعك الخاصة.
بدائل السحابة مع وحدات معالجة الرسومات
إذا كنت لا ترغب في مواجهة صعوبات مع برامج التشغيل المحلية أو تحتاج إلى ذروة طاقة، يمكنك اختيار نسخ سحابية مزودة بوحدات معالجة رسومية حديثة (A100، RTX 4090، A6000، إلخ). تقدم هذه الخدمات النشر الفوري، قوالب لـ PyTorch/TensorFlow والدفع حسب الاستخدام، مفيدة للتدريب المكثف أو الاختبار السريع.
الملاحظات والعلامات
تخضع وثائق NVIDIA الفنية وحزمها للتغيير دون إشعار. تحقق دائمًا من ملاحظات الإصدار وتم تحديث التوافقات قبل تثبيت برامج التشغيل أو مجموعات الأدوات في الإنتاج.
OpenCL علامة تجارية لشركة Apple Inc. تُستخدم بموجب ترخيص من مجموعة Khronos. NVIDIA وشعارها علامتان تجاريتان أو علامتان تجاريتان مسجلتان لشركة شركة NVIDIA في الولايات المتحدة ودول أخرى.
باستخدام برنامج التشغيل الصحيح ومجموعة الأدوات الصحيحة وعدد من الاختبارات التي تم إجراؤها بشكل جيد، يعد Windows أرضية صلبة لـ CUDA: يمكنك التطوير باستخدام Visual Studio، والتحقق من صحة العينات الرسمية، وتشغيل أطر عمل الذكاء الاصطناعي في WSL كما هو الحال في Linux، وإذا واجهتك مشكلة، يمكنك سحب برامج التثبيت البديلة (Conda/pip) أو حتى السحابة لتجنب البقاء معلقًا؛ الشيء المهم هو محاذاة إصدارات برنامج التشغيل ومجموعة الأدوات، والتأكد من أن وحدة معالجة الرسومات NVIDIA هي التي يتم استخدامها بالفعل، ودعمك في استعلام الجهاز/اختبار النطاق الترددي للتأكد من أن كل شيء أخضر. قم بمشاركة هذا البرنامج التعليمي وسيتمكن المزيد من المستخدمين من معرفة كيفية تثبيت CUDA على Windows.