> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/serufuhosuto/inference-library/bare-metal-gpu-windows.md).

# Windows に Bare Metal Inference GPU をインストールする

{% hint style="warning" %}
強く推奨します [その代わりに、Windows に Docker を使って Inference をインストールすること](/deployment/ja/serufuhosuto/inference-server/install/windows.md#using-docker) 以下のガイドは、システムで Docker を使用できない場合にのみ利用してください。
{% endhint %}

Inference は次のものと一緒に使用できます `inference-gpu` パッケージと Windows 上の NVIDIA CUDA。このガイドでは、Windows の GPU 環境の構成手順を説明します。

## 前提条件

NVIDIA GPU を搭載した、Windows 10 または Windows 11 搭載のマシンが必要です。

## ステップ 1: Python をインストールする

最新の Python 3.11.x を [Windows 向け Python 一覧](https://www.python.org/downloads/windows/)からダウンロードしてください。Microsoft Store 版の Python はインストールしないでください。onnxruntime と互換性がないためです。

「Windows Installer (64-bit)」のリンクをクリックし、指示に従ってこのマシンに Python をインストールします。インストールが完了したら、 `py --version` を実行して、正常に完了したことを確認します。Python のバージョンが表示されるはずです。

## ステップ 2: Inference GPU をインストールする

PowerShell ターミナルで次を実行します:

```bash
py -m pip install --extra-index-url https://download.pytorch.org/whl/cu128 inference-gpu
```

次を調整してください `--extra-index-url` を、OS にインストールされている CUDA のバージョンに合わせます: `https://download.pytorch.org/whl/cu<major><minor>`、たとえば `https://download.pytorch.org/whl/cu130` は CUDA 13.0 用です。

## ステップ 3: CUDA Toolkit 11.8 をインストールする

次に、Inference が CUDA を使用できるように CUDA Toolkit 11.8 をインストールします。 [CUDA Toolkit をダウンロードする](https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Windows\&target_arch=x86_64).

ダウンロードページで、システムに合った正しいパラメータを選び、「exe (Network)」を選択して、リンクに従ってツールキットをダウンロードします。

インストールファイルを開き、すべての既定値を受け入れてツールキットをインストールします。

## ステップ 4: cuDNN をインストールする

次の場所に移動します [NVIDIA ウェブサイトの cuDNN アーカイブ](https://developer.nvidia.com/rdp/cudnn-archive) で、「cuDNN v8.7.0 (November 28th, 2022), for CUDA 11.x」を選択します。11.x 用のリンクを選んでください。ほかのものは CUDA のバージョンと互換性がなく、失敗します。

「Local Installer for Windows (Zip)」を選び、ZIP ファイルをダウンロードします。ソフトウェアのダウンロードには NVIDIA アカウントが必要です。

Downloads フォルダー内のファイルを開き、右クリックして「すべて展開」を選び、すべてのファイルをダウンロードフォルダーに展開します。

Ctrl+N を押して新しいエクスプローラーウィンドウを開き、次の場所に移動します `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8`.

すべての `.dll` ファイルを `bin/` フォルダーから cuDNN ダウンロード先の `bin/` フォルダーへコピーします:

![DLL のコピー手順](https://media.roboflow.com/cuda_toolkit_windows/dll.png)

すべての `.h` ファイルを `include/` フォルダーから cuDNN ダウンロード先の `include/` フォルダーへコピーします:

![ヘッダーファイルのコピー手順](https://media.roboflow.com/cuda_toolkit_windows/h.png)

次の `x64` フォルダーを `lib/` cuDNN ダウンロード先のディレクトリから `lib/` CUDA インストール先のディレクトリにコピーします:

![x64 ファイルのコピー手順](https://media.roboflow.com/cuda_toolkit_windows/x64.png)

スタートメニューを右クリックして「システム」、次に「システムの詳細設定」、次に「環境変数」を選択します。次の名前の新しい環境変数を作成します `CUDNN` 値は次のとおりです:

```
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include;C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib;
```

## ステップ 5: zlib をインストールする

次のファイルを探します `C:\Program Files\NVIDIA Corporation\Nsight Systems 2022.4.2\host-windows-x64\zlib.dll`を右クリックして、「コピー」を選択します。

次の場所に移動します `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin`に貼り付け、 `zlib.dll` ファイルをこのフォルダーに配置して、名前を `zlibwapi.dll`.

## ステップ 6: Visual Studio 2019 C++ ランタイムをインストールする

Visual Studio 2019 C++ ランタイムをインストールします（[ダウンロードリンク](https://aka.ms/vs/17/release/vc_redist.x64.exe)).

## インストールを確認する

以下の内容の新しいファイルを作成し、 [Roboflow API キーを追加してください](https://docs.roboflow.com/reference/authentication/authentication/find-your-roboflow-api-key):

```python
from inference import InferencePipeline
from inference.core.interfaces.stream.sinks import render_boxes

pipeline = InferencePipeline.init(
    api_key="YOUR_API_KEY",
    model_id="rock-paper-scissors-sxsw/11",
    video_reference="https://media.roboflow.com/rock-paper-scissors.mp4",
    on_prediction=render_boxes,
)
pipeline.start()
pipeline.join()
```

ファイルのある場所で PowerShell ターミナルを開き、 `py infer.py`を実行します。インストールが成功していれば、コンソールにエラーや警告は表示されず、注釈付き画像の数フレームが表示されるはずです。