安装¶

基本安装¶

# 基本安装
pip install torch-sla

# 包含 cuDSS 支持 (CUDA 12+，GPU 推荐)
pip install torch-sla[cuda]

# 完整安装，包含所有依赖
pip install torch-sla[all]

从源码安装¶

# 克隆仓库
git clone https://github.com/walkerchi/torch-sla.git
cd torch-sla

# 开发模式安装
pip install -e ".[dev]"

系统要求¶

Python >= 3.8
PyTorch >= 1.10.0
SciPy（CPU 推荐）
CUDA Toolkit（GPU 后端需要）
nvidia-cudss-cu12（可选，cuDSS 后端需要）

后端依赖¶

后端	依赖	安装方式
`scipy`	scipy	`pip install scipy`
`cudss`	nvidia-cudss-cu12	`pip install nvidia-cudss-cu12`
`cusolver`	CUDA Toolkit	随 CUDA 安装
`pytorch`	torch	已包含

验证安装¶

import torch
from torch_sla import SparseTensor, get_available_backends

# 检查可用后端
print("可用后端:", get_available_backends())

# 快速测试
A = SparseTensor.from_dense(torch.eye(3, dtype=torch.float64))
b = torch.ones(3, dtype=torch.float64)
x = A.solve(b)
print("求解结果:", x)