WSL部署RAPIDS AI导入cuml遇Numba版本兼容问题求助

问题概述 #

在Windows WSL环境部署RAPIDS AI以启用GPU加速机器学习，通过conda创建了包含Python 3.8.15、cuml=22.02、cudatoolkit=11.2的环境，但导入cuml时出现错误：

RuntimeError: Cannot patch Numba: version 0.57.1 should not be patched. Set the environment variable NUMBA_CUDA_ENABLE_MINOR_VERSION_COMPATIBILITY=1 instead. See https://numba.readthedocs.io/en/stable/cuda/minor_version_compatibility.html for more details.

执行export NUMBA_CUDA_ENABLE_MINOR_VERSION_COMPATIBILITY=1后问题未解决。

解决步骤 #

1. 确保环境变量在conda环境中持久生效 #

临时终端会话的export命令不会在conda环境激活时自动加载，需将变量写入环境的激活脚本：

• 激活目标conda环境后执行：

  echo "export NUMBA_CUDA_ENABLE_MINOR_VERSION_COMPATIBILITY=1" >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
  

• 重新激活环境使配置生效：

  conda deactivate && conda activate <你的环境名>
  

2. 调整Numba版本至兼容版本 #

RAPIDS 22.02与Numba 0.57.1存在兼容性冲突，降级至适配版本：

conda install numba=0.56.4 -c conda-forge

3. 验证WSL GPU直通配置 #

确认WSL2已正确识别GPU：

• Windows端安装支持WSL2的最新NVIDIA驱动
• WSL终端执行nvidia-smi，检查输出的CUDA版本是否与cudatoolkit=11.2匹配，且GPU信息正常显示

4. 重新构建兼容的conda环境 #

若上述方法无效，使用RAPIDS官方命令重新创建环境，避免手动版本组合的冲突：

conda create -n rapids-22.02 -c rapidsai -c nvidia -c conda-forge cuml=22.02 python=3.8 cudatoolkit=11.2

激活环境后再次尝试导入cuml。

内容的提问来源于stack exchange，提问作者user14815489