⚡

cuOpt安装Skill cuopt-install

cuOpt安装指南。提供针对NVIDIA cuOpt的Python、C、REST服务器安装与部署的详细步骤，包括pip/conda/Docker方式、CUDA版本匹配、验证方法及故障排查。关键词：cuopt、安装、部署、Python、C API、REST服务器、Docker、CUDA、组合优化。

工业组合优化 0 次安装 0 次浏览 更新于 9/6/2026
名称 cuopt-install
版本 “26.10.00”
描述 “通过pip、conda或Docker为Python、C或服务器安装cuOpt；验证安装。若要从源代码构建cuOpt，请参见cuopt-developer。”
开源协议 Apache-2.0 metadata:
作者 NVIDIA cuOpt Team tags: - cuopt - install - deployment - python - server

cuOpt 安装（用户）

安装cuOpt以从Python、C或作为REST服务器使用它。若要从源代码构建cuOpt以贡献或修改它，请参见cuopt-developer。

系统要求

  • GPU：NVIDIA计算能力 ≥ 7.0（Volta或更新）。示例：V100、A100、H100、RTX 20xx/30xx/40xx。不支持：GTX 10xx（Pascal）。
  • CUDA：12.x或13.x。包的CUDA后缀必须与运行时CUDA匹配（例如 cuopt-cu12 / libcuopt-cu12 对应CUDA 12）。
  • 驱动：与CUDA版本兼容的NVIDIA驱动。
  • cuopt-cuXX（Python）依赖于libcuopt-cuXX（C），因此安装Python包也会安装C库和头文件。单独安装libcuopt-cuXX不会安装Python API。

需要回答的问题

如果尚未明确，请询问：

  1. 接口 — Python、C还是REST服务器？服务器可通过HTTP从任何语言调用。
  2. CUDA版本 — 安装的是什么？用 nvcc --version 或 nvidia-smi 检查。
  3. 包管理器 — 首选pip、conda还是Docker？
  4. 环境 — 带GPU的本地机器、云实例、Docker/Kubernetes，还是远程/服务器（无本地GPU）？

Python API

选择其中一个 — 不要同时运行两个。第二个安装会覆盖第一个，并可能导致CUDA/包不匹配。

pip

  • CUDA 13.x:
    pip install --extra-index-url=https://pypi.nvidia.com cuopt-cu13
  • CUDA 12.x:
    pip install --extra-index-url=https://pypi.nvidia.com 'cuopt-cu12==26.2.*'

conda

conda install -c rapidsai -c conda-forge -c nvidia cuopt

验证

import cuopt
print(cuopt.__version__)
from cuopt import routing
dm = routing.DataModel(n_locations=3, n_fleet=1, n_orders=2)

C API

C API随libcuopt-cuXX提供，它也会作为cuopt-cuXX的依赖被拉入——所以如果你已经安装了Python包，C库和头文件也已存在。仅当你想要没有Python的C API时，才单独安装libcuopt。选择pip或conda其中之一 — 不要同时运行两者。

pip

  • CUDA 13.x:
    pip install --extra-index-url=https://pypi.nvidia.com libcuopt-cu13
  • CUDA 12.x:
    pip install --extra-index-url=https://pypi.nvidia.com 'libcuopt-cu12==26.2.*'

conda

conda install -c rapidsai -c conda-forge -c nvidia libcuopt

验证

见 references/verification_examples.md，了解C-API头文件/库查找的规范命令（conda和pip/venv变体）。

服务器（REST）

pip

pip install --extra-index-url=https://pypi.nvidia.com cuopt-server-cu12 cuopt-sh-client

conda

conda install -c rapidsai -c conda-forge -c nvidia cuopt-server cuopt-sh-client

Docker

docker pull nvidia/cuopt:latest-cuda12.9-py3.13
docker run --gpus all -it --rm -p 8000:8000 nvidia/cuopt:latest-cuda12.9-py3.13

验证

python -m cuopt_server.cuopt_service --ip 0.0.0.0 --port 8000 &
sleep 5
curl -s http://localhost:8000/cuopt/health | jq .

常见问题

  • No module named 'cuopt' → 检查 pip list | grep cuopt、which python，使用正确的extra-index-url重新安装。
  • CUDA不可用 → 运行 nvidia-smi 和 nvcc --version；确保包的CUDA后缀（cu12 vs cu13）与已安装的CUDA匹配。
  • Python vs C → cuopt-cuXX 将 libcuopt-cuXX 作为传递依赖拉入，因此安装Python包后，C库（libcuopt.so）和头文件（cuopt_c.h）已经可用。反过来则不成立：单独的libcuopt-cuXX不会安装Python绑定。

另请参阅

  • verification_examples.md — 适用于Python、C、服务器和Docker的完整验证示例。
  • cuopt-developer — 从源代码构建cuOpt并为代码库做贡献。