cuopt-install

cuopt-install

热门

通过 pip、conda 或 Docker 安装适用于 Python、C 或服务器端的 cuOpt,并进行安装验证。如需从源码构建 cuOpt,请参阅 cuopt-developer。

2791Star
324Fork
更新于 2026/8/4
SKILL.md
只读
名称
cuopt-install
描述

通过 pip、conda 或 Docker 安装适用于 Python、C 或服务器端的 cuOpt,并进行安装验证。如需从源码构建 cuOpt,请参阅 cuopt-developer。

版本
26.08.00

cuOpt 安装 (用户)

安装 cuOpt 以在 Python、C 环境或作为 REST 服务器直接使用它。如果您需要从源码构建 cuOpt 以修改或贡献代码,请参阅 cuopt-developer

系统要求

  • GPU:NVIDIA Compute Capability ≥ 7.0(Volta 或更新架构)。示例:V100、A100、H100、RTX 20xx/30xx/40xx。不支持:GTX 10xx(Pascal)。
  • CUDA:12.x 或 13.x。安装包的 CUDA 后缀必须与运行时的 CUDA 版本相匹配(例如在 CUDA 12 环境下需对应 cuopt-cu12 / libcuopt-cu12)。
  • 驱动:与 CUDA 版本兼容的 NVIDIA 显卡驱动。
  • cuopt-cuXX(Python 包)依赖于 libcuopt-cuXX(C 库),因此安装 Python 包会自动安装 C 语言动态库及头文件。但单独安装 libcuopt-cuXX 不会安装 Python API。

前置确认事项

如尚未明确,请先确认以下事项:

  1. 调用接口 — 使用 Python、C 还是 REST 服务器?服务端支持通过 HTTP 在任何语言中调用。
  2. CUDA 版本 — 环境中安装的是哪个版本?可通过 nvcc --versionnvidia-smi 确认。
  3. 包管理器 — 优先选择 pip、conda 还是 Docker?
  4. 运行环境 — 带 GPU 的本地机器、云端实例、Docker/Kubernetes,还是远程/无本地 GPU 环境?

Python API

二选一 — 切勿两种方式同时安装。第二次安装会覆盖第一次安装,并可能导致 CUDA / 安装包版本不匹配。

pip

  • CUDA 13.x:
    pip install --extra-index-url=https://pypi.nvidia.com cuopt-cu13
    
  • CUDA 12.x:
    pip install --extra-index-url=https://pypi.nvidia.com 'cuopt-cu12==26.2.*'
    

conda

conda install -c rapidsai -c conda-forge -c nvidia cuopt

验证安装

import cuopt
print(cuopt.__version__)
from cuopt import routing
dm = routing.DataModel(n_locations=3, n_fleet=1, n_orders=2)

C API

C API 包含在 libcuopt-cuXX 包中,它同时也是 cuopt-cuXX 的依赖项。因此如果您已经安装了 Python 包,C 语言库和头文件就已经存在了。仅在只需要 C API 而不需要 Python 时,才单独安装 libcuopt。同样在 pip 或 conda 中二选一 — 切勿同时安装。

pip

  • CUDA 13.x:
    pip install --extra-index-url=https://pypi.nvidia.com libcuopt-cu13
    
  • CUDA 12.x:
    pip install --extra-index-url=https://pypi.nvidia.com 'libcuopt-cu12==26.2.*'
    

conda

conda install -c rapidsai -c conda-forge -c nvidia libcuopt

验证安装

请参阅 references/verification_examples.md 获取规范的 C-API 头文件/库文件 find 命令示例(包含 conda 和 pip/venv 变体)。

服务器端 (REST)

pip

pip install --extra-index-url=https://pypi.nvidia.com cuopt-server-cu12 cuopt-sh-client

conda

conda install -c rapidsai -c conda-forge -c nvidia cuopt-server cuopt-sh-client

Docker

docker pull nvidia/cuopt:latest-cuda12.9-py3.13
docker run --gpus all -it --rm -p 8000:8000 nvidia/cuopt:latest-cuda12.9-py3.13

验证安装

python -m cuopt_server.cuopt_service --ip 0.0.0.0 --port 8000 &
sleep 5
curl -s http://localhost:8000/cuopt/health | jq .

常见问题

  • No module named 'cuopt' → 检查 pip list | grep cuoptwhich python,使用正确的 extra-index-url 重新安装。
  • CUDA 不可用 → 运行 nvidia-sminvcc --version;确保安装包的 CUDA 后缀(cu12 vs cu13)与系统安装的 CUDA 版本一致。
  • Python 与 C 依赖区别 → cuopt-cuXX 会传递依赖 libcuopt-cuXX,因此安装 Python 包后,C 动态库(libcuopt.so)和头文件(cuopt_c.h)就已经可用了。反之不然:仅安装 libcuopt-cuXX 不会安装 Python 绑定。

参阅

  • verification_examples.md — 提供针对 Python、C、服务端和 Docker 的完整验证指南。
  • cuopt-developer — 从源码构建 cuOpt 并参与代码库贡献。