【CUDA-Python 升级问题(Ubuntu & Windows 通用说明)】

部署运行你感兴趣的模型镜像

在这里插入图片描述

CUDA-Python 升级问题(Ubuntu & Windows 通用说明)

1) 问题背景

  • 触发条件:从 cuda-python==12.6.0 直接升级到 12.8/12.9

  • 系统环境:Ubuntu 22.04 或 Windows 10/11。

  • 报错现象

    from cuda import cuda, cudart, nvrtc
    

    报错:

    ImportError: cannot import name 'cuda' from 'cuda'
    

2) 根因

  • 12.6 → 12.8cuda-python 包的 架构发生重构,核心模块迁移到 cuda.bindings
  • pip 在 就地升级 时可能留下旧版残留文件 → 导致 Python 导入冲突。
  • 该问题在 UbuntuWindows 上均会出现,本质相同。

3) 解决方案

方案 A:彻底卸载后重装(最推荐,跨平台通用)

无论 Ubuntu 还是 Windows

pip uninstall -y cuda-python cuda-bindings cuda-core
pip install cuda-python==12.8 cuda-core

方案 B:直接使用新导入方式

适用于新环境或全新安装:

from cuda.bindings import driver as cuda
from cuda.bindings import runtime as cudart
from cuda.bindings import nvrtc

4) 升级最佳实践(Ubuntu & Windows 均适用)

  1. 生产环境:推荐 新建虚拟环境 后再升级,避免污染原有环境。
  2. 升级前:务必先 pip uninstall 旧版本,确保清理干净残留文件。
  3. 代码迁移:逐步过渡到 新导入语法,避免长期兼容问题。
  4. 工程实践:在 CI/CD 中增加 兼容性测试模块导入检查

结论:无论是 Ubuntu 还是 Windows,解决方法和最佳实践完全一致,区别仅在操作系统环境本身;关键在于 彻底卸载 + 新导入语法

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

# 使用支持 CUDNN 8 的 CUDA 基础镜像 FROM registry.d-robotics.cc/public/cuda:11.8.0-cudnn8-devel-ubuntu22.04 # 设置环境变量 ENV PYTHONDONTWRITEBYTECODE=1 \ PYTHONUNBUFFERED=1 \ FLASK_APP=app.py \ FLASK_ENV=production \ DEBIAN_FRONTEND=noninteractive \ CUDA_HOME=/usr/local/cuda-11.8 \ PATH=/usr/local/cuda/bin:$PATH \ LD_LIBRARY_PATH=/usr/local/cuda/lib64:/usr/local/cuda/extras/CUPTI/lib64:/usr/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH # 设置为中国国内源 RUN sed -i 's/archive.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list && \ sed -i 's/security.ubuntu.com/mirrors.aliyun.com/g' /etc/apt/sources.list # 安装Python 3.9和系统依赖(添加 git 以便克隆源码) RUN apt-get update && apt-get install -y --no-install-recommends \ software-properties-common \ && add-apt-repository ppa:deadsnakes/ppa \ && apt-get update \ && apt-get install -y --no-install-recommends \ python3.9 \ python3.9-dev \ python3.9-distutils \ python3-pip \ build-essential \ curl \ libx11-6 \ libxext6 \ libxrender1 \ libxtst6 \ libxi6 \ libgl1-mesa-glx \ python3-vtk9 \ libvtk9-dev \ gcc \ g++ \ cython3 \ python3-numpy \ git \ python3.9-venv \ graphviz \ && rm -rf /var/lib/apt/lists/* \ && update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.9 1 \ && update-alternatives --set python3 /usr/bin/python3.9 \ && curl -sS https://bootstrap.pypa.io/get-pip.py | python3.9 # 设置pip源为清华源 RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 创建工作目录 WORKDIR /app # 预先安装 matplotlib 及其依赖 RUN pip install --no-cache-dir \ matplotlib>=2.1.0 \ python-dateutil>=2.7 \ pillow>=8 \ packaging>=20.0 \ kiwisolver>=1.3.1 \ fonttools>=4.22.0 # 安装基础依赖 RUN pip install --no-cache-dir numpy==1.26.1 cython # 安装 pycocotools COPY deps/cocoapi /app/deps/cocoapi RUN cd /app/deps/cocoapi/PythonAPI && \ python3 setup.py build_ext install && \ cd ../.. # 复制本地 wheel 包和 requirements 文件 COPY deps/wheels/*.whl ./deps/wheels/ COPY requirements_docker.txt . # 修改安装命令,分开执行 # RUN pip install --no-cache-dir --no-deps --ignore-installed -r requirements_docker.txt RUN pip install --no-cache-dir --ignore-installed -r requirements_docker.txt # 复制项目文件 COPY . . # 确保CUDA相关库文件存在并更新库缓存 RUN ldconfig && \ ln -s /usr/lib/x86_64-linux-gnu/libcudnn.so.8 /usr/local/cuda/lib64/libcudnn.so.8 RUN python3 -m venv /opt/label-studio && \ . /opt/label-studio/bin/activate && \ pip install --no-cache-dir label-studio==1.11.0 && \ deactivate # 复制并设置启动脚本权限 COPY start_services.sh /app/ RUN chmod +x /app/start_services.sh # 暴露端口 EXPOSE 5000 8080 # 使用启动脚本 CMD ["/app/start_services.sh"] 我只想使用CPU版本,帮我改一下
06-23
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值