fullseye

gsplat native を Windows(RTX 5090 / torch cu128)でビルドする — 実証済み手順

2026-08-19 に RTX 5090 上でネイティブ gsplat のビルド成功(1532 rasterizations/s)。要点と“詰まり”の解を残す。

環境

• GPU: RTX 5090 (Blackwell sm_120) / driver 610.74
• venv: <ローカルの作業パス>\dev\projects\imgevolve\.venv-gsplat(torch 2.11.0+cu128, gsplat 1.5.3)
• 共有 py -3.11 は非変更

必要ツールチェーン

1. MSVC C++ (cl.exe): VS BuildTools 2022 の「C++ によるデスクトップ開発(VCTools)」。導入は管理者昇格(UAC)必須。 ...\BuildTools\VC\Tools\MSVC\14.44.35207\bin\Hostx64\x64\cl.exe
2. nvcc 12.8(torch cu128 と版一致): システム CUDA 13.3 は torch 2.11 ヘッダ非互換。admin 不要の conda で取得:

   micromamba create -p <prefix>\cuda128 -c conda-forge "cuda-nvcc=12.8.*" "cuda-cudart-dev=12.8.*" "cuda-cccl=12.8.*" "cuda-nvrtc-dev=12.8.*"
   # CUDA_HOME = <prefix>\cuda128\Library, nvcc = Library\bin\nvcc.exe
   # torch は lib/x64 を見るので: cp Library/lib/*.lib Library/lib/x64/
   

ビルド時の環境(bat)

call "...\BuildTools\VC\Auxiliary\Build\vcvars64.bat"
set CUDA_PATH=<prefix>\cuda128\Library
set CUDA_HOME=%CUDA_PATH%
set PATH=%CUDA_PATH%\bin;%CUDA_PATH%\nvvm\bin;%PATH%
.venv-gsplat\Scripts\python.exe -c "import gsplat, torch; gsplat.rasterization(...)"  # 初回に JIT ビルド(~44s)

適用したパッチ(★再インストールで消える。要再適用)

1. torch header の small マクロ衝突(torch 2.11 Windows バグ): .venv-gsplat\Lib\site-packages\torch\include\c10\cuda\CUDACachingAllocator.h の struct StreamSegmentSize 直前に #ifdef small / #undef small / #endif を挿入。 （Windows rpcndr.h の #define small char が bool small を bool char に化けさせるため）
2. gsplat の -Wno-attributes を MSVC で除去: .venv-gsplat\Lib\site-packages\gsplat\cuda\_backend.py extra_cflags = [opt_level] if os.name=="nt" else [opt_level, "-Wno-attributes"] （cl.exe が GCC 系フラグを D8021 で拒否）

結果

gsplat.rasterization 動作、50 回 0.033s = 1532/s。純 torch(非 tiled, gsplat_torch.py)の桁違い高速版として backend 差し替え可能。

This site is open source. Improve this page.