CuPy运行时编译失败求助：CUDA11下蒙特卡洛GPU代码报错

修复方案 #

1. 替换NumPy数据类型为CuPy原生类型 #

代码中使用numpy.float32作为随机数的数据类型，这会导致CuPy的JIT编译流程出错。将其替换为CuPy自身的cupy.float32即可解决，同时建议把accum初始化为浮点类型避免整数运算问题：

import cupy


def monte_carlo_gpu(n:int, m:int)-> float:
    
    accum = 0.0
    for i in range(m):
    
        x = cupy.random.random(n, dtype=cupy.float32)
        y = cupy.random.random(n, dtype=cupy.float32)
    
        r = cupy.less(x**2 + y**2, 1.0)
        
        accum += cupy.sum(r)/n

    return 4.0*accum/m

2. 匹配CuPy与CUDA 11的版本兼容性 #

CUDA 11的不同子版本需要对应特定范围的CuPy版本，版本不匹配会触发编译失败：

• CUDA 11.0：适配CuPy 8.x ~ 10.x
• CUDA 11.1：适配CuPy 9.x ~ 10.x
• CUDA 11.2及以上：适配CuPy 10.x及以上

可以通过以下命令查看当前CuPy绑定的CUDA版本：

python -c "import cupy; print(cupy.cuda.runtime.getVersion())"

若版本不兼容，重新安装对应版本的CuPy，例如针对CUDA 11.3：

pip install cupy-cuda113

3. 验证CUDA环境配置 #

确保系统的CUDA环境变量配置正确，PATH需包含CUDA的bin目录，LD_LIBRARY_PATH（Linux）或PATH（Windows）需包含CUDA的lib64目录。可通过以下命令验证CUDA工具链是否正常：

nvcc --version

内容的提问来源于stack exchange，提问作者Harena2019