Python 3.13 中的 CuPy 错误 | AI生成和翻译

Home 2025.06 English 中文

---

问题描述

在运行使用CuPy库进行GPU计算的Python脚本时，遇到AttributeError错误。该错误发生在import cupy as cp语句处，导致脚本无法执行。回溯信息指向CuPy内部代码的问题，具体位于cupy/cuda/device.pyx第105行，其中memoize装饰器试图修改内置函数或方法的__name__属性。错误信息如下：

AttributeError: attribute '__name__' of 'builtin_function_or_method' objects is not writable

这个问题似乎与您使用的Python 3.13有关，可能会导致与已安装CuPy版本的兼容性问题。

错误原因

该错误产生的原因是：

• CuPy的memoize装饰器：CuPy使用memoize装饰器来缓存函数结果以优化性能。该装饰器依赖Python的functools.update_wrapper来将原始函数的属性（如__name__）复制到包装函数。
• 内置函数：在Python中，内置函数（用C实现）具有只读的__name__属性。当update_wrapper尝试设置此属性时，会因权限问题而失败。
• Python 3.13兼容性：CuPy的device.pyx中被记忆化的特定函数很可能是一个内置函数，而Python 3.13可能比先前版本执行更严格的规则或以不同方式处理内置函数，从而暴露了此问题。

由于错误发生在导入CuPy期间，这是一个与库初始化相关的系统性问题，而非脚本逻辑问题。

推荐解决方案

最简单实用的解决方法是使用已知与CuPy兼容的早期Python版本（如Python 3.11或3.12）运行脚本。这样可以避免Python 3.13的兼容性问题，无需修改CuPy源代码或实施复杂变通方案。

方案优势

• 兼容性保障：CuPy最新版本（如v11）已在Python 3.11和3.12环境中经过测试和验证，可避免此类错误。
• 零代码修改：您的GPU排序基准测试脚本可在早期Python环境中直接运行，确保测试完整性。
• 快速部署：通过虚拟环境或conda等工具可快速切换Python版本。

实施步骤

方案一：使用virtualenv

1. 安装Python 3.11或3.12
   • 通过系统包管理器或Python官网安装对应版本。
2. 创建虚拟环境

   virtualenv -p python3.11 venv
   

   此命令创建名为venv的虚拟环境。如需使用Python 3.12，将python3.11替换为python3.12。

3. 激活虚拟环境

   source venv/bin/activate
   

4. 安装CuPy

   pip install cupy
   

   这将安装适用于Python 3.11的最新兼容版CuPy。

5. 运行脚本

   python scripts/benchmark/cudamark.py
   

   此时脚本应能正常执行。

6. 退出环境（完成后）

   deactivate
   

方案二：使用conda

1. 创建Conda环境

   conda create -n cudabench python=3.11
   

   创建名为cudabench的环境。如需Python 3.12，使用python=3.12。

2. 激活环境

   conda activate cudabench
   

3. 安装CuPy

   pip install cupy
   

4. 运行脚本

   python scripts/benchmark/cudamark.py
   

5. 退出环境（完成后）

   conda deactivate
   

验证结果

环境配置完成后运行脚本，应看到类似输出：

CPU核心数: <您的CPU核心数>
线程数: 1, 耗时: X.XXXX 秒
线程数: 2, 耗时: X.XXXX 秒
...
线程数,耗时(秒)
1,X.XXXXXX
2,X.XXXXXX
...

若脚本无AttributeError报错，即表明修复成功。

补充说明

• 脚本中的线程数设置：您的脚本遍历线程数（1, 2, 4, 8, 16, 32, 64, 128），但parallel_sort_gpu函数使用CuPy的GPU排序（cp.sort），并不直接使用CPU线程。该循环可能不会如预期影响GPU排序性能。若为后续功能扩展（如添加CPU多线程）预留则无妨，否则可简化基准测试以专注GPU性能。
• CuPy版本：若怀疑CuPy版本过旧，可运行pip install cupy --upgrade更新。但核心问题在于Python 3.13兼容性，而非单纯版本问题。
• 长期解决方案：如需坚持使用Python 3.13，建议关注CuPy的GitHub仓库或问题追踪器以获取对Python 3.13的支持更新（截至2025年6月可能尚未发布）。也可通过修改CuPy源码中memoize装饰器对内置函数的处理方式，但该方法较为复杂且对基准测试非必要。

通过使用Python 3.11或3.12，即可稳定运行GPU基准测试而避免此错误。

---

Back Donate