使用rapids.ai 21.08在Colab安装cudf、cupy、cuml失败问题求助

• 你使用的旧教程适配CUDA 10.0，当前环境CUDA版本为11.1，包源版本不匹配导致cudf、cuml包未完成安装，系统找不到对应动态链接库
• 旧教程使用的Python 3.6已不被新版RAPIDS支持，版本适配错误也是安装失败的核心原因

首先运行以下命令安装适配CUDA 11.1的RAPIDS套件：

# 首先卸载可能存在的冲突包
!pip uninstall -y cudf cuml rmm

# 安装适配当前环境的miniconda
!wget -c https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
!chmod +x Miniconda3-latest-Linux-x86_64.sh
!bash ./Miniconda3-latest-Linux-x86_64.sh -b -f -p /usr/local

# 安装适配CUDA11.1的cudf、cuml，对应Python3.8（适配常规Colab环境）
!conda install -q -y --prefix /usr/local -c rapidsai -c conda-forge -c nvidia \
  cudf=21.12 cuml=21.12 python=3.8 cudatoolkit=11.1

# 配置环境变量
import sys, os, shutil
sys.path.append('/usr/local/lib/python3.8/site-packages/')
os.environ['NUMBAPRO_NVVM'] = '/usr/local/cuda/nvvm/lib64/libnvvm.so'
os.environ['NUMBAPRO_LIBDEVICE'] = '/usr/local/cuda/nvvm/libdevice/'

# 复制动态链接库，兼容新旧版本路径差异
lib_path_list = ['/usr/local/lib/', '/usr/local/lib64/']
for fn in ['libcudf.so', 'librmm.so']:
  for lib_path in lib_path_list:
    target = os.path.join(lib_path, fn)
    if os.path.exists(target):
      shutil.copy(target, os.getcwd())
      break

• 特殊情况说明：如果安装后import仍报错，可执行!python --version查看当前conda环境的Python版本，将上述代码中sys.path.append里的Python版本号替换为实际版本即可。

运行以下命令验证是否安装成功：

import cudf
import cuml
print(cudf.__version__)
print(cuml.__version__)

如果能正常输出版本号即安装完成。

内容的提问来源于stack exchange，提问作者user14151235