如何在Windows 11直接安装Nvidia Rapids？及Jupyter Lab连接DataSpell方法

1. Windows 11原生安装NVIDIA RAPIDS/cuML的可行性 #

官方目前不支持直接在Windows 11原生环境安装RAPIDS（包括cuML）。你从GitHub源码编译失败的核心原因是：cuML依赖大量CUDA生态组件（如cuDF、cuBLAS、Thrust等），这些组件在Windows下无官方预编译包，源码编译需要匹配特定版本的MSVC编译器、CUDA Toolkit、CMake及其他依赖库，过程复杂且极易出现环境冲突，普通用户很难完成。

推荐采用官方支持的稳定方案：

• 使用WSL2：开启Windows 11的WSL2功能，安装Ubuntu发行版，在WSL环境内按官方流程安装RAPIDS。
• 使用Docker：拉取官方RAPIDS镜像，通过容器运行，无需手动配置复杂环境。

2. 将Jupyter Lab连接至DataSpell #

可通过以下步骤实现连接：

1. 在运行RAPIDS的环境（如WSL2的Python环境）中启动Jupyter Lab时，添加参数允许外部连接：

   jupyter lab --ip=0.0.0.0 --port=8888
   

2. 启动后，复制终端输出中包含token的完整URL（格式类似http://localhost:8888/lab?token=xxxxxx）。
3. 打开DataSpell，点击右上角的"Add Jupyter Server"，选择"Existing server"。
4. 在弹出窗口中输入Jupyter Lab的地址（如http://localhost:8888），粘贴步骤2中的token，或输入你设置的Jupyter密码。
5. 确认后，DataSpell会自动连接到Jupyter Lab，此时即可在DataSpell中使用该环境的cuML库。

内容的提问来源于stack exchange，提问作者Prateek Awate