安装

KvikIO 可以使用 Conda/Mamba 或从源码进行安装。

Conda/Mamba

我们强烈建议使用 mamba 代替 conda，我们在整个文档中都将如此操作。

通过 rapidsai 渠道安装稳定版本，例如

# Install in existing environment
mamba install -c rapidsai -c conda-forge kvikio
# Create new environment (CUDA 12)
mamba create -n kvikio-env -c rapidsai -c conda-forge python=3.12 cuda-version=12.8 kvikio
# Create new environment (CUDA 11)
mamba create -n kvikio-env -c rapidsai -c conda-forge python=3.12 cuda-version=11.8 kvikio

通过 rapidsai-nightly 渠道安装夜间版本，例如

# Install in existing environment
mamba install -c rapidsai-nightly -c conda-forge kvikio
# Create new environment (CUDA 12)
mamba create -n kvikio-env -c rapidsai-nightly -c conda-forge python=3.12 cuda-version=12.8 kvikio
# Create new environment (CUDA 11)
mamba create -n kvikio-env -c rapidsai-nightly -c conda-forge python=3.12 cuda-version=11.8 kvikio

注意

如果夜间版本安装不起作用，请在您的 .condarc 中设置 channel_priority: flexible。

PyPI

KvikIO 也可在 PyPI 上获取。安装最新版本，例如

pip install kvikio-cu11 # for CUDA 11
pip install kvikio-cu12 # for CUDA 12

从源码构建

为了设置开发环境，我们建议使用 Conda

# CUDA 12
mamba env create --name kvikio-dev --file conda/environments/all_cuda-128_arch-x86_64.yaml
# CUDA 11
mamba env create --name kvikio-dev --file conda/environments/all_cuda-118_arch-x86_64.yaml

Python 库依赖于 C++ 库，因此我们需要构建并安装两者

./build.sh libkvikio kvikio

您可能需要将 CUDA_HOME 定义为 CUDA 安装路径。

为了测试安装，运行以下命令

pytest python/kvikio/tests/

为了测试性能，运行以下命令

python python/kvikio/kvikio/benchmarks/single_node_io.py