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
- 01区分 Python、C 与 REST 安装
- 02提供 pip、conda 和 Docker 步骤
- 03核对 CUDA 与 GPU 要求
- 04验证库安装或 REST 服务健康状态
- 05排查常见安装与 CUDA 问题
适用场景
- 01为 CUDA 12 或 13 环境安装 cuOpt
- 02仅安装 C API 库和头文件
- 03部署 cuOpt REST 服务并检查健康状态
- 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.mdskill-card.mdskill.oms.sigbenchmark/evals.jsonevals/evals.jsonreferences/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:
- 接口 — Python、C 还是 REST 服务?可通过 HTTP 从任何语言调用该服务。
- CUDA 版本 — 已安装哪个版本?使用
nvcc --version或nvidia-smi检查。 - 软件包管理器 — 首选 pip、conda 还是 Docker?
- 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