gsplat 是 CUDA 加速的高斯溅射 (Gaussian Splatting) 开源库，提供 Python 绑定，用于实时渲染辐射场。本教程将为您提供完整的 gsplat 安装指南，涵盖 Windows、Linux 和 Mac 三大平台。
📋 前置要求与环境准备
在安装 gsplat 之前，您需要确保系统满足以下基本要求：
- Python 3.7+：推荐使用 Python 3.8 或更高版本
- PyTorch：必须先行安装 PyTorch（支持 CPU 和 GPU 版本）
- CUDA 工具包：如使用 GPU 加速，需安装对应版本的 CUDA（推荐 11.7+）
- 开发工具（仅 Windows）：需要安装 Build Tools
🚀 最简单的安装方法
方法一：从 PyPI 安装（推荐初学者）
pip install gsplat
这种方式会在首次运行时自动编译 CUDA 代码（JIT 编译），安装过程最简单。
方法二：从源码安装
# 请替换为官方仓库地址
pip install git+https://github.com/...
这种方式在安装过程中就会编译 CUDA 代码，适合需要深度定制的用户。
🪟 Windows 平台详细安装步骤
1. 安装开发工具
首先需要安装 Build Tools，如果 MSVC 143 版本不兼容，可能需要安装 MSVC 142（Visual Studio 2019 版本）。
2. 配置开发环境
# 导航到 vcvars64.bat 所在目录
cd "C:\Program Files (x86)\Microsoft Visual Studio\2022\BuildTools\VC\Auxiliary\Build"
# 运行配置脚本
./vcvars64.bat
3. 安装 gsplat
# 使用源码包安装
pip install --no-binary=gsplat gsplat --no-cache-dir
# 或者使用预编译 wheel
pip install gsplat
🐧 Linux 平台安装
Linux 平台的安装相对简单，只需确保已安装正确的 CUDA 工具包：
# 安装基础依赖
pip install ninja numpy jaxtyping rich
# 安装 gsplat
pip install gsplat
🍎 Mac 平台安装
对于 Mac 用户，特别是 Apple Silicon 芯片（M1/M2），需要额外注意：
# 确保使用 arm64 架构编译
export ARCHFLAGS="-arch arm64"
# 安装 gsplat
pip install gsplat
