安装#

推荐 Python 3.9 或更高版本。 Warp 可以在 Windows、Linux 和 macOS 上的 x86-64 和 ARMv8 CPU 上运行。 GPU 支持需要支持 CUDA 的 NVIDIA GPU 和驱动程序（最低 GeForce GTX 9xx）。

安装 Warp 最简单的方法是从 PyPI 安装

$ pip install warp-lang

每日构建#

来自 main 分支的 Warp 的每日构建版本可在 NVIDIA 包索引上获得。

要安装最新的每日构建版本，请使用以下命令

$ pip install -U --pre warp-lang --extra-index-url=https://pypi.nvidia.com/

请注意，每日构建版本是使用 CUDA 12 运行时构建的，并且未针对 macOS 发布。

如果您计划定期安装每日构建版本，可以通过 PIP_EXTRA_INDEX_URL 环境变量将 NVIDIA 的包存储库添加为额外的索引，从而简化将来的安装。例如

export PIP_EXTRA_INDEX_URL="https://pypi.nvidia.com"

这可确保自动将该索引用于 pip 命令，从而避免显式指定它。

Conda 安装#

Warp 的 Conda 包也可在 conda-forge 频道上获得。

# Install warp-lang specifically built against CUDA Toolkit 12.6
$ conda install conda-forge::warp-lang=*=*cuda126*

# Install warp-lang specifically built against CUDA Toolkit 11.8
$ conda install conda-forge::warp-lang=*=*cuda118*

有关更多信息，请参见 Warp 的社区维护的 feedstock 这里。

从 GitHub Releases 安装#

PyPI 上托管的二进制文件当前是使用 CUDA 12 运行时构建的。我们还在 GitHub Releases 页面上提供了使用 CUDA 11.8 运行时构建的二进制文件。复制相应的 wheel 文件 (warp-lang-{ver}+cu11-py3-none-{platform}.whl) 的 URL，并将其传递给 pip install 命令，例如：

平台	安装命令
Linux aarch64	`pip install https://github.com/NVIDIA/warp/releases/download/v1.7.1/warp_lang-1.7.1+cu11-py3-none-manylinux2014_aarch64.whl`
Linux x86-64	`pip install https://github.com/NVIDIA/warp/releases/download/v1.7.1/warp_lang-1.7.1+cu11-py3-none-manylinux2014_x86_64.whl`
Windows x86-64	`pip install https://github.com/NVIDIA/warp/releases/download/v1.7.1/warp_lang-1.7.1+cu11-py3-none-win_amd64.whl`

可能需要使用 --force-reinstall 选项来覆盖以前的安装。

CUDA 要求#

使用 CUDA Toolkit 11.x 构建的 Warp 包需要 NVIDIA 驱动程序 470 或更高版本。
使用 CUDA Toolkit 12.x 构建的 Warp 包需要 NVIDIA 驱动程序 525 或更高版本。

这适用于 PyPI 和 GitHub 上分发的预构建包，也适用于从源代码构建 Warp 时。

请注意，使用 --quick 标志构建 Warp 会更改驱动程序要求。快速构建会跳过 CUDA 向后兼容性，因此所需的最低驱动程序由 CUDA Toolkit 版本确定。请参阅最新的 CUDA Toolkit 版本说明，以查找不同 CUDA Toolkit 版本的最低要求驱动程序（例如，CUDA Toolkit 12.6 中的此表）。

Warp 在初始化期间检查已安装的驱动程序，如果驱动程序不合适，将会报告警告，例如：

Warp UserWarning:
   Insufficient CUDA driver version.
   The minimum required CUDA driver version is 12.0, but the installed CUDA driver version is 11.8.
   Visit https://github.com/NVIDIA/warp/blob/main/README.md#installing for guidance.

这将使 CUDA 设备不可用，但仍可以使用 CPU。

要解决这种情况，有以下几种选择

更新驱动程序。
安装兼容的预构建 Warp 包。
使用与已安装的驱动程序兼容的 CUDA Toolkit 从源代码构建 Warp。

依赖项#

Warp 支持 Python 3.8 及更高版本，建议使用 3.9 或更高版本以获得完整功能。请注意，某些可选依赖项可能不支持最新版本的 Python。

必须安装 NumPy。

以下可选依赖项是支持某些功能所必需的

usd-core：某些 Warp 示例、warp.sim.parse_usd() 和 warp.render.UsdRenderer 所必需。
JAX：JAX 互操作性所需（请参阅JAX）。
PyTorch：PyTorch 互操作性所需（请参阅PyTorch）。
Paddle：Paddle 互操作性所需（请参阅Paddle）。
NVTX for Python：使用 wp.ScopedTimer(use_nvtx=True) 所必需。

从源代码构建#

对于想要自己构建库的开发人员，需要以下工具

Microsoft Visual Studio (Windows)，最低版本 2019
GCC（Linux），最低版本 9.4
CUDA Toolkit，最低版本 11.5
Git Large File Storage

克隆存储库后，用户应运行

$ python build_lib.py

成功后，该脚本将在 warp/bin/ 中输出特定于平台的二进制文件。构建脚本将在其默认安装路径中查找 CUDA Toolkit。可以通过设置 CUDA_PATH 环境变量来覆盖此路径。或者，可以将 CUDA Toolkit 的路径作为 --cuda_path="..." 传递给构建命令。构建完成后，应使用以下命令安装 Warp 包

$ pip install -e .

-e 选项是可选的，但可确保对库的后续修改将反映在 Python 包中。

Conda 环境#

某些模块（例如 usd-core）不支持最新版本的 Python。要管理在不同 Python 版本上运行 Warp 和其他项目，可以使用环境管理系统，例如 Conda。

警告

在不同的环境中构建和运行 Warp 时，请确保构建环境具有与执行环境相同或更旧的 C++ 运行时库版本。否则，Warp 的共享库最终可能会寻找比执行环境中可用的运行时库版本更新的版本。例如，在 Linux 上可能会发生此错误

OSError: <...>/libstdc++.so.6: version `GLIBCXX_3.4.30' not found (required by <...>/warp/warp/bin/warp.so)

可以通过使用 conda install -c conda-forge libstdcxx-ng=12.1 或更高版本在运行时 Conda 环境中安装较新的 C++ 运行时版本来解决此问题。

或者，可以使用 conda install -c conda-forge libstdcxx-ng=8.5 降级构建环境的 C++ 工具链。或者，可以根据构建和运行 Warp 的需要 activate 或 deactivate Conda 环境。