cupy/cupy

这是什么？

核心功能

• 01与 NumPy 和 SciPy API 高度兼容，GPU 数组可直接替换使用。
• 02支持通过 RawKernel 将数组交给已有的 CUDA C/C++ 代码。
• 03可直接使用 CUDA Stream 和 CUDA Runtime API。
• 04在 Linux 和 Windows 上提供 CUDA 12.x、13.x 的预编译包。
• 05支持通过 pip、Conda-Forge 或 Docker 安装。

适用场景

• 在 NVIDIA GPU 上加速已有的 NumPy 或 SciPy 科学计算代码。
• 在 Python 中结合已有的 CUDA C/C++ 内核进行 GPU 数组运算。
• 在可访问 GPU 的 Docker 容器中运行数组密集型数值计算。

快速上手

1. 1

   从 PyPI 安装 CUDA 12.x 版本的 wheel 包

   pip install cupy-cuda12x
2. 2

   或从 PyPI 安装 CUDA 13.x 版本的 wheel 包

   pip install cupy-cuda13x
3. 3

   或从 conda-forge 安装

   conda install -c conda-forge cupy
4. 4

   或使用支持 GPU 的官方 Docker 镜像运行

   docker run --gpus all -it cupy/cupy

使用前须知

• !需要 NVIDIA CUDA 或 AMD ROCm GPU 才能运行。
• !AMD ROCm 支持处于实验阶段，且仅提供 x86_64 架构版本。

收录于专题

标签

常见问题

cupy 是什么？

与 NumPy/SciPy 兼容的数组库，可在 NVIDIA CUDA 或 AMD ROCm GPU 上运行现有 Python 数值代码。 CuPy 是一个面向 Python 的 GPU 加速数组库。它的 API 与 NumPy 和 SciPy 高度一致，已有的数组代码通常只需修改导入方式，即可把数据保存在 GPU 显存中并在 GPU 上执行计算。

cupy 可以免费使用吗？用的什么许可证？

cupy 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。

cupy 还在维护吗？

活跃维护中。cupy 最近一次提交是在 2026年10月22日。

cupy 适合用来做什么？

在 NVIDIA GPU 上加速已有的 NumPy 或 SciPy 科学计算代码。 在 Python 中结合已有的 CUDA C/C++ 内核进行 GPU 数组运算。 在可访问 GPU 的 Docker 容器中运行数组密集型数值计算。

cupy 怎么安装和运行？

从 PyPI 安装 CUDA 12.x 版本的 wheel 包: pip install cupy-cuda12x 或从 PyPI 安装 CUDA 13.x 版本的 wheel 包: pip install cupy-cuda13x 或从 conda-forge 安装: conda install -c conda-forge cupy 或使用支持 GPU 的官方 Docker 镜像运行: docker run --gpus all -it cupy/cupy

在哪里获取 cupy？

源代码和安装说明在 GitHub 上：https://github.com/cupy/cupy