使用cibuildwheel编译依赖CUDA的C++ Python包：CUDA工具链安装求助

可以在cibuildwheel启动的容器内执行命令安装CUDA工具链，不过更推荐两种更高效的处理方式：

方案一：通过cibuildwheel配置注入前置安装命令 #

在pyproject.toml或cibuildwheel.toml配置文件中，添加before-build步骤，在编译前自动安装CUDA工具链。以Ubuntu容器为例：

[tool.cibuildwheel.linux]
before-build = """
    apt-get update && apt-get install -y wget gnupg2
    wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
    dpkg -i cuda-keyring_1.1-1_all.deb
    apt-get update && apt-get install -y cuda-toolkit-12.4
"""

注意根据cibuildwheel默认容器的系统版本、项目兼容的CUDA版本，替换上述命令中的对应参数。

方案二：使用预配置CUDA的自定义基础镜像 #

直接指定cibuildwheel使用NVIDIA官方的CUDA开发镜像，避免临时安装的耗时和兼容性问题：

[tool.cibuildwheel.linux]
image = "nvidia/cuda:12.4.1-devel-ubuntu22.04"

官方镜像已预装好完整的CUDA环境，CMake可直接识别到nvcc。

额外注意事项 #

• 确保容器拥有网络权限，否则无法下载CUDA安装包
• 选择与项目依赖匹配的CUDA版本，避免版本不兼容问题
• 若需跨架构编译（如arm64），需选用对应架构的CUDA镜像

内容的提问来源于stack exchange，提问作者user2978125