项目部署.md

环境准备

建议使用 Linux 系统或 Mac 系统，Windows 下使用 WSL（Windows Subsystem for Linux），配置方法与 Linux 一致。

依赖安装

1. 安装 GCC/G++（需 13+ 稳定版本）

Linux（APT）

sudo apt update
sudo apt install gcc g++

Mac（Homebrew）

brew install gcc

2. 安装 CMake（需 3.13 及以上稳定版本）

Linux（APT）

sudo apt install cmake

Mac（Homebrew）

brew install cmake

3. 安装 NVCC（CUDA 编译器）

需通过 CUDA Toolkit 安装

Linux

# 官网下载对应系统的 CUDA Toolkit 安装包
# 示例（Ubuntu 22.04）：
wget https://developer.download.nvidia.com/compute/cuda/12.6.1/local_installers/cuda_12.6.1_550.54.15_linux.run
sudo sh cuda_12.6.1_550.54.15_linux.run

Windows/Mac

• 访问 CUDA Toolkit 官网下载安装包
• 安装后检查版本：

  nvcc --version

4. 安装 Make

Linux（APT）

sudo apt install make

Mac（Homebrew）

brew install make

Docker镜像

NVIDIA官方提供的docker镜像支持编译本项目的环境，推荐拉取nvcr.io/nvidia/pytorch:25.06-py3。docker的具体操作方法不在此展开。

环境验证

gcc --version    # 检查 GCC ≥13
g++ --version    # 检查 G++ ≥13
cmake --version  # 检查 CMake ≥3.13
nvcc --version   # 检查 NVCC ≥12.6（建议，低版本可能支持）
make --version

构建命令

配置完成后进入项目目录，执行以下命令：

make build       # 构建整个项目，默认支持cuda编译
make build USE_CUDA=OFF   # 显示关闭cuda编译
make test-cpp    # 构建并运行测试
make clean       # 清理生成文件