Holoscan SDK 安装选型
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-02qudk26/holoscan-setup。
技能介绍
要解决什么问题
Holoscan SDK 的安装路径并不单一:同一台机器可能走 NGC 容器、Debian/apt、pip wheel、Conda 或源码构建,而 RHEL 9 只能容器、Conda 包又只覆盖 CUDA 13。若只看文档目录就动手,很容易选错 CUDA 变体(cuda13 / cuda12-dgpu / cuda12-igpu)、漏装 NVIDIA Container Toolkit,或在 apt 只装了 C++ 后仍期望 import holoscan 成功。
技能如何工作
本技能把安装前诊断做成分步对话,而不是一次性倾倒全部命令。它会先对照 NVIDIA Holoscan 安装文档 确认当前版本的平台与包名,再并行检查主机:nvidia-smi 右上角的 CUDA Version(驱动支持的上限)、OS/架构,以及 Docker、apt、Python、Conda 等工具是否就绪。
辅助脚本 scripts/check_conda.sh 会在常见安装目录与 shell rc 中查找 Conda(避免 conda --version 误报未安装);scripts/check_ngc_image.sh 可核对 NGC Holoscan 镜像是否已拉取。步骤 4 会由代理自行验证 GPU 容器透传,并在表格里列出五种方法的 状态(可用/不可用及原因)。
步骤 5 必须给出加粗推荐(x86_64 且 Docker 可用的新手默认 NGC 容器),然后询问用户选择;此阶段不会粘贴 docker pull、apt install 等——选定方法后委派到 /holoscan-install-container、/holoscan-install-debian、/holoscan-install-wheel、/holoscan-install-conda 或 /holoscan-install-source,并传递 CUDA 变体与前面采集的事实。
适用边界与注意点
- 先决条件:Linux(Ubuntu 22.04/24.04、RHEL 9.x、IGX Orin、Jetson、DGX Spark / Grace-Hopper 等)、可工作的 NVIDIA 驱动、可访问 docs.nvidia.com 与 NGC。
- 自 Holoscan v3.0.0 起,Debian/apt 仅 C++;Python 需另走 pip wheel 技能。
- 原生安装不能超过驱动报告的 CUDA 版本;容器可走前向兼容(出现 Forward Compatibility 横幅属预期)。
- pip wheel 要求 glibc ≥ 2.35、Python 3.10–3.13;DGX 系列 OS 要求随版本变化,应以文档为准重新核对。
使用场景
- 在 Ubuntu 工作站首次部署 Holoscan,需根据 `nvidia-smi` 与 Docker 是否就绪选定 NGC 容器或 pip wheel
- Jetson AGX Orin 上准备跑 Holoscan 流水线,需确认应用 `cuda12-igpu` 还是 Debian 原生包
- RHEL 9 服务器只能走容器,安装前要先验证 NVIDIA Container Toolkit 与镜像标签是否匹配
- apt 已装 Holoscan C++ 组件但 Python 里 `import holoscan` 失败,需判断下一步是否委派 wheel 安装技能
适合人员
- 在 IGX Orin 或 Jetson 上集成 Holoscan 传感/推理管道的边缘视觉或医疗影像工程师
- 负责 DGX Spark / Grace-Hopper 或 x86 训练机环境、需统一 Holoscan 安装规范的 ML 平台运维
- 只用 Python 写 Holoscan 应用、需区分 Conda(CUDA 13)与 glibc/Python 版本约束的算法研发
- 需改 SDK CMake 选项或打调试符号、在官方未覆盖分支上从源码构建 Holoscan 的底层开发