mcpField
C
cuopt-install

cuopt-install

github.com/promptingcompany开发039 次安装17 周前更新
代码仓库

关于 cuopt-install

cuopt-install 是指导用户安装 NVIDIA cuOpt 的技能,适用于 Python、C API 或 REST 服务部署。它根据 CUDA 版本、接口和环境提供安装与验证步骤,并说明 GPU 与驱动要求。

主要功能

  1. 01区分 Python、C 与 REST 安装
  2. 02提供 pip、conda 和 Docker 步骤
  3. 03核对 CUDA 与 GPU 要求
  4. 04验证库安装或 REST 服务健康状态
  5. 05排查常见安装与 CUDA 问题

适用场景

  1. 01为 CUDA 12 或 13 环境安装 cuOpt
  2. 02仅安装 C API 库和头文件
  3. 03部署 cuOpt REST 服务并检查健康状态
  4. 04诊断 Python 包或 CUDA 版本不匹配

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/promptingcompany/nv-skills --skill cuopt-install

安装后在 Claude Code 中输入/cuopt-install确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

BENCHMARK.md
skill-card.md
skill.oms.sig
benchmark/
evals.json
evals/
evals.json
references/
verification_examples.md

详细介绍

cuOpt 安装(用户)

安装 cuOpt,以便通过 Python、C 使用它,或将其用作 REST 服务。如需从源代码构建 cuOpt 以参与贡献或修改代码,请参阅 cuopt-developer。

系统要求

  • GPU:NVIDIA 计算能力 ≥ 7.0(Volta 或更新架构)。例如:V100、A100、H100、RTX 20xx/30xx/40xx。不支持:GTX 10xx(Pascal)。
  • CUDA:12.x 或 13.x。软件包的 CUDA 后缀必须与运行时 CUDA 版本匹配(例如,CUDA 12 对应 cuopt-cu12 / libcuopt-cu12)。
  • 驱动:与 CUDA 版本兼容的 NVIDIA 驱动。
  • cuopt-cuXX(Python)依赖 libcuopt-cuXX(C),因此安装 Python 软件包时也会安装 C 库和头文件。单独安装 libcuopt-cuXX 不会安装 Python API。

必要问题

如果下列信息尚不明确,请询问:

  1. 接口 — Python、C 还是 REST 服务?可通过 HTTP 从任何语言调用该服务。
  2. CUDA 版本 — 已安装哪个版本?使用 nvcc --version 或 nvidia-smi 检查。
  3. 软件包管理器 — 首选 pip、conda 还是 Docker?
  4. 环境 — 配备 GPU 的本地机器、云实例、Docker/Kubernetes,还是远程服务(本地没有 GPU)?

Python API

选择一种 — 不要同时运行两种安装方式。第二次安装会覆盖第一次安装,并可能导致 CUDA / 软件包不匹配。

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
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 中,该软件包也会作为 cuopt-cuXX 的依赖一并安装——因此,如果你已安装 Python 软件包,C 库和头文件也已就绪。只有在需要不带 Python 的 C API 时,才单独安装 libcuopt。pip 和 conda 选择一种,不要同时运行两种安装方式。

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

请参阅 references/verification_examples.md, 了解规范的 C API 头文件 / 库 find 命令(conda 和 pip/venv 版本)。

服务(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
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 cuopt、which python,并使用正确的 extra-index-url 重新安装。
  • CUDA 不可用 → 运行 nvidia-smi 和 nvcc --version;确保软件包的 CUDA 后缀(cu12 与 cu13)与已安装的 CUDA 版本匹配。
  • Python 与 C → cuopt-cuXX 会通过传递依赖引入 libcuopt-cuXX,因此安装 Python 软件包后,C 库(libcuopt.so)和头文件(cuopt_c.h)即可使用。反之则不成立:单独安装 libcuopt-cuXX 不会安装 Python 绑定。

另请参阅

  • verification_examples.md — Python、C、服务和 Docker 的完整验证步骤。
  • cuopt-developer — 从源代码构建 cuOpt 并为代码库贡献代码。

评论

支持 Markdown