MamBa环境配置-支持Blackwell显卡-CUDA Version: 13.0

conda create -n mamba-bw python=3.10 pip packaging ninja einops -y #创建一个名为 mamba-bw 的新 conda 环境，使用 Python 3.10，并提前安装 pip、packaging、ninja、einops 这些基础工具。 conda activate mamba-bw #激活环境 python -m pip install torch==2.7.0 torchvision==0.22.0 torchaudio==2.7.0 \ --index-url https://download.pytorch.org/whl/cu128 #在当前 mamba-bw 环境里安装支持 CUDA 12.8 的 PyTorch 2.7.0、torchvision 0.22.0 和 torchaudio 2.7.0，用来支持 Blackwell 显卡 sm_120。并且去PyTorch官方CUDA 12.8 wheel源下载 conda install -c nvidia -c conda-forge \ "cuda-nvcc=12.8.*" \ "cuda-cudart-dev=12.8.*" \ "cuda-cccl=12.8.*" \ "python=3.10.*=*cpython*" \ -y #CUDA编译器、头文件、底层库更适合用Conda安装，而不是pip。 #在当前 mamba-bw 环境里安装 CUDA 12.8 的 nvcc 编译器、CUDA runtime 开发头文件、CUDA C++ 核心头文件，并强制 Python 保持 CPython 3.10。 MAX_JOBS=4 python -m pip install -v --no-build-isolation --no-deps -e . #把当前目录下的 Mamba 源码安装进当前 Python 环境，并编译其中的 CUDA/C++ 扩展。