使用conda安装Python3.9环境cuDF报glibc兼容错误如何解决

不需要切换到pip安装，直接用conda即可修复问题。这个报错不是系统glibc版本真的不符合要求，你本机的2.35版本完全落在cuDF要求的>=2.17,<3.0.a0区间内，触发报错的原因是旧版cuDF安装包的依赖元数据存在缺陷：旧版本发布时glibc 2.35还未正式推出，没有把该版本纳入兼容校验列表，导致版本误判。

操作步骤 #

• 激活你提前创建好的Python 3.9 + CUDA虚拟环境，先设置conda严格通道优先级，避免跨通道拉取旧版本依赖触发校验错误：

conda config --set channel_priority strict

• 安装时不要只指定rapidsai单个源，必须同时添加conda-forge、nvidia两个官方依赖源，并且显式指定和你本地CUDA版本匹配的cudf、cudatoolkit版本，强制conda拉取23.10及以后的新版cuDF安装包（新版已经修复了该元数据bug）。
  以本地CUDA版本为11.8为例，安装命令如下：

conda install -c rapidsai -c conda-forge -c nvidia cudf=23.10 python=3.9 cudatoolkit=11.8

如果你本地装的是CUDA 12.x版本，把命令里的cudatoolkit=11.8替换成对应的本地CUDA大版本号即可，cudf版本保持23.10及以上就行。

• 安装全程不要加--force参数强制跳过依赖校验，强制安装的包大概率存在cupy和cudf二进制接口不兼容问题，运行代码时会直接触发段错误。

不需要降级系统glibc，也不需要删除现有虚拟环境重建，按上述步骤操作即可正常完成安装。

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