Windows C++编译 Paddle Inference 3.5.0 GPU 版本完整指南

Windows 编译 Paddle Inference 3.5.0 GPU 版本完整指南

本文档基于CUDA 12.0 + cuDNN 8.9.7 + Visual Studio 2019 + CMake 4.3环境，记录了从零开始编译 PaddlePaddle 3.5.0 C++ GPU 推理库的完整过程，包含了编译过程中遇到的所有问题及对应的解决方案。

📋 目录

1. 环境准备
2. 下载源码与安装依赖
3. CMake GUI 配置
4. 源码修改（核心步骤）
5. 编译与调试
6. 最终链接优化
7. 获取编译产物
8. 测试验证
9. 常见问题速查表

⚠️ 重要提示

• 必须严格按照本文档顺序操作，跳过任何步骤都可能导致编译失败。
• 所有路径不能包含中文或空格。
• 整个编译过程耗时1-3 小时，请耐心等待。
• 源码修改是编译成功的关键，切勿跳过第 4 节。

1. 环境准备

1.1 安装 Visual Studio 2019

⚠️关键：安装顺序必须为：先装 VS 2019，再装 CUDA，这样 CUDA 才能正确集成到 VS 中。

1.2 安装 CMake

1.3 安装 Python

⚠️关键：PaddlePaddle 3.5.0要求 Python ≥ 3.10。Python 3.9 会导致 CMake 配置失败。

1.4 安装 CUDA 12.0

验证：命令行运行nvcc --version，确认显示 CUDA 12.0。

1.5 安装 cuDNN 8.9.7

验证：检查C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0\include\cudnn_version.h是否存在。

1.6 安装 TensorRT（可选）

如果需要在推理中使用 TensorRT 加速，可以安装 TensorRT 8.6.1.6。建议先关闭WITH_TENSORRT完成基础编译，后续再单独处理。

1.7 安装 Git

从 Git 官网 下载并安装，保持默认选项即可。

2. 下载源码与安装依赖

2.1 打开正确的命令行

在开始菜单中找到“x64 Native Tools Command Prompt for VS 2019”，右键 → 以管理员身份运行。

⚠️关键：所有后续命令都必须在这个终端里执行，包括启动cmake-gui。

2.2 克隆 PaddlePaddle 源码

mkdirD:\workspace&&cd/d D:\workspacegitclone https://github.com/PaddlePaddle/Paddle.gitcdPaddle

2.3 切换到 3.5.0 分支

gitcheckout release/3.5.0

2.4 安装 Python 依赖

# 确认 Python 版本 >= 3.10python--version# 安装编译所需依赖pipinstallnumpy protobuf wheel ninja pyyaml jinja2 pybind11-stubgen

💡 如果网络较慢，可使用国内镜像：

pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simple numpy protobuf wheel ninja pyyaml jinja2

3. CMake GUI 配置

3.1 启动 CMake GUI

在VS 2019 的命令行中输入：

cmake-gui

⚠️必须在 VS 2019 命令行中启动cmake-gui，以确保 CMake 正确继承 VS 和 x64 的环境变量。

3.2 设置源码和构建目录

3.3 首次 Configure

1. 点击Configure
2. Generator：选择Visual Studio 16 2019
3. Platform：选择x64
4. 点击Finish

此时界面可能出现红色错误，属于正常现象。

3.4 配置关键编译选项

在 CMake GUI 中搜索并设置以下选项：