raft

环境要求

• NVIDIA GPU 及与安装命令匹配的 CUDA 环境（README 要求按 CUDA 版本选择安装方式）
• Conda 包管理器，README 明确推荐优先使用 mamba 代替 conda
• Python 环境（仅在使用 pylibraft / raft-dask 时需要）
• Git（需要下载源码、使用 C++ 头文件或示例时）

安装与启动步骤

1. 1确认 GPU 与 CUDA

   安装前先确认机器有 NVIDIA GPU 并明确 CUDA 版本，因为 README 要求按 CUDA 版本选择对应的安装命令。

   nvidia-smi

   复制

2. 2准备 conda/mamba

   RAFT 的 C++ 头文件和 Python 库均可通过 conda 安装，README 建议优先用 mamba 执行安装命令。

3. 3conda 安装 RAFT 包

   按 CUDA 版本对应的命令安装。libraft-headers 为 C++ 头文件，pylibraft 为 Python 库，raft-dask 用于多节点多 GPU 的 Dask 部署，均可选装。

4. 4可选：pip 安装 Python 包

   pylibraft 和 raft-dask 提供实验性 pip 包，可按官方 pip 安装页说明安装，稳定性低于 conda 包。

5. 5获取源码

   需要 C++ 头文件、示例或基准测试时，从 GitHub 克隆仓库源码，示例可用于验证性能。

   git clone https://github.com/rapidsai/raft.git

   复制

6. 6源码构建参考

   若需从源码构建，按官方《Build and Install RAFT》文档执行，README 未在本节给出具体构建命令。

关键配置

如何确认成功

在 Python 环境执行 import pylibraft 无报错即安装成功；更多验证方式参见 README 链接的快速上手文档 docs/source/quick_start.md。

常见问题

注意事项

• RAFT 是 CUDA 加速的基础算法库，必须运行在 NVIDIA GPU 环境中。
• README 节选中 conda 与 pip 的命令代码块未包含完整命令内容，请以官网在线文档为准，不要照搬臆测的参数。
• pylibraft 与 raft-dask 的 pip 包为实验性，生产环境建议优先使用 conda 安装。
• 本教程仅依据所给 README 节选整理，未出现过的包名、端口、路径均未补充。