CuPy安装教程（亲测可用）

一. CuPy简介

        CuPy 是一个基于 NVIDIA CUDA 平台的开源 Python 库，专为 GPU 加速计算设计，其 API 与 NumPy 高度兼容，旨在让开发者能够轻松地将 NumPy 代码迁移到 GPU 上运行，从而利用 GPU 的并行计算能力大幅提升数值计算效率；其核心是借助 CUDA 技术，将计算任务分配到 GPU 的多个核心上并行处理，特别适合大规模矩阵运算、深度学习等计算密集型任务。

二. Python中Cupy的安装

1. 在终端中查询当前电脑的显卡信息，命令行输入：nvidia-smi

2. 安装对应cuda的sdk工具包：

下载链接：CUDA Toolkit 12.8 Downloads | NVIDIA Developer

注意：下载时根据自己电脑的cuda版本更换版本号即可，即修改下面链接中12和8即可。

CUDA Toolkit 12.8 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-12-8-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=11&target_type=exe_local此外，cuda工具包的配置根据电脑来选择即可，本人win11电脑配置如下：

3. 创建对应的python环境：

本人是使用Anaconda3创建的conda环境，配置的python版本是3.8，注意这里的python版本不能太低，具体可以查阅官网.

4. 在虚拟环境中使用pip进行环境安装：

激活该虚拟环境后，使用如下命令进行安装即可（这里我的cuda版本是12.8，所以选择cuda12x）

pip install cupy-cuda12x

5. 验证是否成功

编写脚本文件或者是终端进去python模式，import cupy看是否会报错即可。

最后提一嘴，如果系统报错没找到刚才安装的工具包，则自己手动将其bin目录添加到系统环境变量Path中，本人的bin目录路径如下：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8\bin