PyCUDA のインストール，PyCUDA のプログラム例（Windows 上）

Windows環境での PyCUDA のインストールと使用方法を説明している．コマンドプロンプトを管理者として実行し，pipを使用してインストールする．公式サイトのサンプルプログラムを用いて，PyCUDA の主要機能を紹介している．サンプルプログラムの実行結果も示しており，PyCUDA の基本的な使用方法を理解するのに有用である．

【目次】

前準備
pycuda のインストール手順
PyCUDA のプログラム例（公式サイトのプログラムを利用）

PyCUDA

PyCUDA は NVIDIA CUDA APIにアクセスできるようにするライブラリ

pip を用いたインストールコマンド: python -m pip install -U pycuda

【関連する外部ページ】

PyCUDA の公式ページ: https://mathema.tician.de/software/pycuda/

【関連項目】 NVIDIA CUDA

前準備

Python 3.12 のインストール（Windows 上） [クリックして展開]

以下のいずれかの方法で Python 3.12 をインストールする。Python がインストール済みの場合、この手順は不要である。

方法1：winget によるインストール

管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install --scope machine --id Python.Python.3.12 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_pip=1 Include_test=0 Include_launcher=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
ダウンロードしたインストーラーを実行する。
初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git のインストール（Windows 上） [クリックして展開]

管理者権限のコマンドプロンプトで以下を実行する．管理者権限は，winget の --scope machine オプションでシステム全体にインストールするために必要となる．

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

Build Tools for Visual Studio 2026 のインストール（Windows 上） [クリックして展開]

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである。インストール済みの場合、この手順は不要である。

REM VC++ ランタイム
winget install --scope machine --id Microsoft.VCRedist.2015+.x64 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet /norestart"

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "delims=" %P in ('"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products * -property installationPath') do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --includeRecommended --quiet --norestart
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100"
)
REM  何らかの理由で BuildTools の動作がおかしくなった場合は，以下を実行すると，既存のインストールのファイル破損・欠損を修復し正常な状態に復元する効果がある．
REM "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" repair --installPath "C:\Program Files (x86)\Microsoft Visual Studio\18\BuildTools" --quiet --norestart
REM 以下で正常であることを確認する．パスが表示されれば正常である．
REM "C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products * -requires Microsoft.VisualStudio.Workload.VCTools -property installationPath

--add で追加されるコンポーネント

上記のコマンドでは，まず Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし，次に setup.exe を用いて以下のコンポーネントを追加している。

VCTools：C++ デスクトップ開発ワークロード（--includeRecommended により、MSVC コンパイラ、C++ AddressSanitizer、vcpkg、CMake ツール、Windows 11 SDK 等の推奨コンポーネントが含まれる）
VC.Llvm.Clang：Windows 向け C++ Clang コンパイラ
ClangCL：clang-cl ツールセットを含むコンポーネントグループ（MSBuild から Clang を使用するために必要）
VC.CMake.Project：Windows 向け C++ CMake ツール
Windows11SDK.26100：Windows 11 SDK（ビルド 10.0.26100）

インストール完了の確認

winget list Microsoft.VisualStudio.BuildTools

上記以外の追加のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

Visual Studio の機能を必要とする場合は、追加インストールできる。

NVIDIA CUDA Toolkit 12.8のインストール

前提条件（NVIDIA CUDA Toolkit インストール前）: NVIDIA GPU，NVIDIA ドライバ，および Build Tools for Visual Studio もしくは Visual Studio が必要である．
インストール中の注意: なるべく他のウインドウはすべて閉じておくこと．

以下のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM NVIDIA CUDA Toolkit 12.8 をシステム領域にインストール
winget install --scope machine --id Nvidia.CUDA --version 12.8 -e --silent --disable-interactivity --force --uninstall-previous --accept-source-agreements --accept-package-agreements --override "-s -n"

REM 環境変数TEMP, TMPの設定（一時ファイルの保存先を短いパスに変更）
mkdir C:\TEMP
set "TEMP_PATH=C:\TEMP"
setx TEMP "%TEMP_PATH%" /M >nul
setx TMP "%TEMP_PATH%" /M >nul

PyCUDA のインストール（Windows 上）

次のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

次のコマンドは，pycuda をインストールするものである．

python -m pip install pycuda

【関連する外部ページ】

PyCUDA の公式ページ: https://mathema.tician.de/software/pycuda/

PyCUDA のプログラム例（公式サイトのプログラムを利用）

試しに、https://documen.tician.de/pycuda/ で公開されているサンプルプログラムを動かしてみる．

以下の操作をx64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)で実行する　　（手順：スタートメニュー →」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ）。
「x64 Native Tools コマンドプロンプト」がないときは，ビルドツール (Build Tools) をインストールすると，x64 Native Tools コマンドプロンプトもインストールされる．その手順は，別ページ »で説明している．

Python プログラムの実行

python

次の Python プログラムを実行する

import pycuda.autoinit
import pycuda.driver as drv
import numpy

from pycuda.compiler import SourceModule
mod = SourceModule("""
__global__ void multiply_them(float *dest, float *a, float *b)
{
  const int i = threadIdx.x;
  dest[i] = a[i] * b[i];
}
""", options=['-allow-unsupported-compiler'])

multiply_them = mod.get_function("multiply_them")

a = numpy.random.randn(400).astype(numpy.float32)
b = numpy.random.randn(400).astype(numpy.float32)

dest = numpy.zeros_like(a)
multiply_them(
        drv.Out(dest), drv.In(a), drv.In(b),
        block=(400,1,1), grid=(1,1))

print(dest-a*b)

PyCUDA の主な機能

公式チュートリアル https://documen.tician.de/pycuda/tutorial.html#getting-started に掲載されているプログラムと実行結果を紹介

GPU上でのメモリ確保とデータ転送

import pycuda.driver as cuda
import pycuda.autoinit
import numpy as np

# データ準備
a = np.random.randn(4, 4).astype(np.float32)

# GPU上でメモリ確保
a_gpu = cuda.mem_alloc(a.nbytes)

# データをGPUに転送
cuda.memcpy_htod(a_gpu, a)

# GPUからデータを取得して確認
a_result = np.empty_like(a)
cuda.memcpy_dtoh(a_result, a_gpu)
print("Original data:", a)
print("Data after GPU transfer:", a_result)

カーネル関数の実行

import pycuda.driver as cuda
import pycuda.autoinit
import numpy as np
from pycuda.compiler import SourceModule

mod = SourceModule("""
__global__ void double_array(float *a)
{
    int idx = threadIdx.x + threadIdx.y*4;
    a[idx] *= 2;
}
""", options=['-allow-unsupported-compiler'])

# データ準備
a = np.random.randn(4, 4).astype(np.float32)

# GPU上でメモリ確保
a_gpu = cuda.mem_alloc(a.nbytes)

# データをGPUに転送
cuda.memcpy_htod(a_gpu, a)

func = mod.get_function("double_array")
func(a_gpu, block=(4, 4, 1))

# 結果を確認
a_doubled = np.empty_like(a)
cuda.memcpy_dtoh(a_doubled, a_gpu)
print("Original array:", a)
print("Doubled array:", a_doubled)

準備済み呼び出し (Prepared Invocations)

import pycuda.driver as cuda
import pycuda.autoinit
import numpy as np
from pycuda.compiler import SourceModule

# カーネル関数の定義
mod = SourceModule("""
__global__ void double_array(float *a)
{
    int idx = threadIdx.x + threadIdx.y*4;
    a[idx] *= 2;
}
""", options=['-allow-unsupported-compiler'])

# 関数の取得
func = mod.get_function("double_array")

# データの準備
a = np.random.randn(4, 4).astype(np.float32)
a_gpu = cuda.mem_alloc(a.nbytes)
cuda.memcpy_htod(a_gpu, a)

# 関数の準備と呼び出し
func.prepare("P")
func.prepared_call((1, 1), (4, 4, 1), a_gpu)

# 結果の取得と表示
a_result = np.empty_like(a)
cuda.memcpy_dtoh(a_result, a_gpu)
print("Original array:", a)
print("Result using prepared call:", a_result)

GPUArrayを使用した簡略化

import pycuda.driver as cuda
import pycuda.autoinit
import pycuda.compiler as compiler
import pycuda.gpuarray as gpuarray
import numpy as np

# コンパイラオプションを設定
compiler.DEFAULT_NVCC_FLAGS.append('-allow-unsupported-compiler')

# GPUArrayの作成と計算
a_gpu = gpuarray.to_gpu(np.random.randn(4, 4).astype(np.float32))
a_doubled = (2 * a_gpu).get()

print("Original GPUArray:")
print(a_gpu)
print("\nDoubled GPUArray:")
print(a_doubled)