安装cudf后执行python3 -m cudf.pandas报错，求助解决方案

问题原因 #

你使用的nvidia/cuda:12.0.1-runtime-ubuntu22.04是CUDA运行时镜像，仅包含程序运行所需的基础依赖，不包含nvvm（NVIDIA Virtual Machine）组件——该组件属于CUDA Toolkit的编译工具链部分。而cudf.pandas在运行过程中会间接触发numba的CUDA模块初始化，导致numba尝试查找/usr/local/cuda/nvvm/lib64路径，最终报错。

解决方案 #

• 方案1：切换到CUDA开发版镜像
  将Docker基础镜像替换为包含完整CUDA Toolkit的nvidia/cuda:12.0.1-devel-ubuntu22.04，该镜像默认包含nvvm组件，重新构建镜像后即可正常运行脚本。

• 方案2：在运行时镜像中手动安装nvvm
  在现有Docker镜像中执行以下命令安装nvvm相关包：

  # 添加CUDA官方源
  apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/3bf863cc.pub
  echo "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/ /" > /etc/apt/sources.list.d/cuda.list
  apt update
  # 安装对应版本的nvvm包
  apt install -y cuda-nvvm-12-0
  

  安装完成后，配置环境变量确保系统能找到该库：

  export LD_LIBRARY_PATH=/usr/local/cuda/nvvm/lib64:$LD_LIBRARY_PATH
  

  之后再执行python3 -m cudf.pandas my_py_101.py即可。

• 方案3：禁用numba的CUDA模块初始化
  由于你的脚本本身不依赖numba，可通过环境变量阻止numba加载CUDA模块，避免路径查找：
  方式一：在脚本开头添加代码

  import os
  os.environ['NUMBA_DISABLE_CUDA'] = '1'
  

  方式二：运行命令时直接设置环境变量

  NUMBA_DISABLE_CUDA=1 python3 -m cudf.pandas my_py_101.py
  

  此方法无需修改镜像或安装额外依赖，是最轻量化的解决方式。

内容的提问来源于stack exchange，提问作者cat