在搭载 Nvidia RTX 5090 + CUDA 12.8 的 Windows 11 上成功安装

最新指南 - 从2026年6月9日开始

截至目前,由于PyTorch冲突并建设隔离问题,旧的安装指南已无法工作.

我尽可能使用较新的兼容版本来修改指南 - 请参看 [下 (# more-info) 进一步信息

□ 完成安装 CUDA工具包 12.8 安装

• 在终端检查是否已经安装了先前版本的 CUDA 工具包, “ nvcc-version ”
• 无论如何,在您的系统中安装CUDA工具包12.8(https://developer.nvidia.com/cuda-downloads)
• 如果您有之前的版本, 您需要更新环境变量, 使当前版本达到12.8 。
• 如所解释(https://GitHub.com/bycloudai/SwapCudaVersion Windows):
• 打开环境变量
• 在System vars中,更改/创建 “ CUDA PATH” ,其数值指向 CUDA 工具包 12.8 安装文件夹,例如“C:\Program 文件\NVIDIA GPU 计算工具包\CUDA\v12.8”
• 在System vars中,创建一个新的 var,称为`CUDA PATH V12 8',其数值与上述相同(CUDA 12.8文件夹)
• 在System vars中,将提到CUDA 12.8的两个条目移动至榜首. 就我而言,它们是C:\Program文件\NVIDIA GPU计算工具箱\CUDA\v12.8\libnvp'和C:\Program文件\NVIDIA GPU计算工具箱\CUDA\v12.8\bin'。
• 就我而言,上述条目并不存在,所以我不得不创建它们
• 关闭所有终端, 重新打开一个并再次检查您的 nvcc 版本: “ nvcc - version ”
• 如果成功,现在的版本应该是12.8

GS存储器

• Clone repo:`git Clone https://GitHub.com/graphdeco-inria/gaussian-splateting -- recursive' 互联网档案馆的存檔,存档日期2013-12-22.
• 从923起,我编辑了`submoules/simple-knn/simple-knn.cu',以包括float.h: 包括<float.h>。 我不用做其他改动
• 程序有些部分需要手动操作,所以我用.env文件跳过安装.
• 在其他过程中使用Anaconda:
• `conda创建-n “高斯克-镀层” Python=3.10 ipython'
• `可达活化高斯活化'
• `一套分解-美国-SDK=1'
• 下面是软件包的列表和版本(其中一些由#923所启发),以及手动安装它们的命令
• 库达-工具基特=12.4'安装:可达安装库达-工具基特=12.4-cconda-forge'
• plyfile'安装:conda s安装-cconda-forge plyfile'
• tqdm'安装:conda安装tqdm'
• torch',torchvision',torchudio',安装:pip suppos air phase = 2.8. ph炬 = 2.23.0 ph炬 = 2.8.0 -- -- index-url https://download.pytorch.org/whl/cu128' -- -- 重要:此处不要更改版本
• opencv-Python',安装:pip安装开口cv-Python'
• " joblib " ,安装: " pip sir joblib "
• 在安装子模块之前,遵循我所写的指南此处第833期,否则轮子会因找不到VS19构建工具而失败.
• 最后,用 -- no-building-同化** 安装子模块:
• 说吧 . . . . . . .