cupy
SHA-256CuPy 是专为 GPU 设计的 NumPy/SciPy 替代库，可让现有 Python 数组代码直接运行在 NVIDIA CUDA 或 AMD ROCm 上。
给 NumPy/SciPy 装上 GPU 加速引擎，不改代码秒变快。
核心功能
- 直接替换 NumPy/SciPy，代码几乎无需修改
- 支持 NVIDIA CUDA 和 AMD ROCm 双平台
- 提供低层 CUDA 接口（RawKernel、Stream、Runtime API）
避坑指南
- •必须确保安装的 cupy 版本与系统中 CUDA/ROCm 版本严格匹配，否则会报错；ROCm 支持仍是实验性功能，稳定性稍弱；不可用于没有 NVIDIA/AMD GPU 的机器（无 CPU 回退）。
适用场景
- 加速大规模科学计算与数据分析任务
- 在深度学习预处理中快速处理数组运算
详细介绍
CuPy 是一个兼容 NumPy 和 SciPy 的 GPU 加速数组库，支持在 NVIDIA CUDA 或 AMD ROCm 平台上无缝运行现有代码。它提供高性能的数组运算、线性代数、傅里叶变换等功能，通常只需修改导入语句即可获得数十倍的加速。与 PyTorch 等框架相比，CuPy 更贴近原生 NumPy/SciPy 的工作流程，迁移成本极低，同时保留了低层 CUDA 接口用于自定义内核和性能优化。已广泛应用于科学计算、深度学习预处理和信号处理等领域。
标签
快速上手
安装软件
根据你的发行版安装对应的包（dpkg / rpm / AppImage）
根据你的 CUDA/ROCm 版本选择对应轮子包，例如 pip install cupy-cuda12x
导入 cupy 并像使用 numpy 一样操作数组
运行代码即可自动在 GPU 上执行计算
- 根据你的 CUDA/ROCm 版本选择对应轮子包，例如 pip install cupy-cuda12x
- 导入 cupy 并像使用 numpy 一样操作数组
- 运行代码即可自动在 GPU 上执行计算
已提供 SHA-256 校验码，下载后可自行核对文件完整性
该校验码提取自 GitHub 官方 Release 页面
SHA256 校验码
8889cb83dbb7dbea593e60c85fcc91e21b0ccd10cd5380dfdfaac70b6bd9390a该校验码提取自 GitHub Release 页面，下载后请自行核对文件完整性
本平台所有 SHA-256 校验码均提取自项目在 GitHub 官方 Release 页面发布的文件，未做任何修改。你可以通过 GitHub Releases 页面自行验证。
开源透明
查看 GitHub 源码卸载说明
使用 pip uninstall cupy-cuda12x（需替换为你安装的包名）或 conda remove cupy（通过 conda 安装时）即可卸载。
无额外依赖
下载后即可直接使用，无需安装其他运行环境