如何解决Python包安装时的ERROR: Failed building wheel for cuvec错误

环境信息 #

• Python版本：3.9
• Ubuntu版本：20.04

错误详情 #

note: 此错误源自子进程，大概率与pip无关。

ERROR: Failed building wheel for cuvec
Failed to build cuvec
ERROR: Could not build wheels for cuvec, which is required to install pyproject.toml-based projects
error: subprocess-exited-with-error

× 用于安装构建依赖的pip子进程未成功运行。
│ 退出码: 1
╰─> 查看上方输出获取详情。

note: 此错误源自子进程，大概率与pip无关。

完整执行命令：

//home/pc6/yes/bin/python /home/pc6/.local/lib/python3.9/site-packages/pip/__pip-runner__.py install --ignore-installed --no-user --prefix /tmp/pip-build-env-4ou8yuqy/overlay --no-warn-script-location --no-binary :none: --only-binary :none: -i https://pypi.org/simple -- 'setuptools>=42' wheel 'setuptools_scm[toml]>=3.4' 'cuvec>=2.5.0' 'ninst>=0.10.0' 'numpy>=1.14' 'miutil[cuda]>=0.4.0' 'scikit-build>=0.11.0' 'cmake>=3.18' ninja

工作目录：[继承]
安装构建依赖... 错误
error: subprocess-exited-with-error

× 用于安装构建依赖的pip子进程未成功运行。
│ 退出码: 1
╰─> 查看上方输出获取详情。

note: 此错误源自子进程，大概率与pip无关。

解决步骤 #

1. 安装系统基础编译工具 #

cuvec需要本地编译，先补上Ubuntu的基础构建依赖：

sudo apt update && sudo apt install build-essential gcc g++ git

2. 检查/安装CUDA环境（若需GPU支持） #

依赖中包含miutil[cuda]，说明需要CUDA环境：

• 先检查CUDA是否已安装：nvcc --version
• 未安装的话，可通过Ubuntu仓库快速安装：

sudo apt install nvidia-cuda-toolkit

注：若需要特定版本CUDA，可前往NVIDIA官网下载适配Ubuntu20.04的11.x版本安装包

3. 升级pip及构建工具 #

确保pip、setuptools、wheel处于最新版本，避免工具兼容性问题：

pip install --upgrade pip setuptools wheel

4. 手动预安装构建依赖 #

先单独安装所有指定的构建依赖，再尝试安装目标包：

pip install 'setuptools>=42' wheel 'setuptools_scm[toml]>=3.4' 'cuvec>=2.5.0' 'ninst>=0.10.0' 'numpy>=1.14' 'miutil[cuda]>=0.4.0' 'scikit-build>=0.11.0' 'cmake>=3.18' ninja

如果cuvec编译仍失败，且不需要GPU支持，可尝试安装不带CUDA的版本：

pip install cuvec --no-deps miutil

5. 尝试用conda安装（备选方案） #

pip编译问题难以解决时，conda能自动处理大部分编译依赖：

conda create -n py39_env python=3.9
conda activate py39_env
conda install -c conda-forge cuvec numpy scikit-build cmake ninja

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