Windows 系统下安装 Mamba 全流程指南
在 Windows 环境下安装 Mamba 常会遇到 CUDA 版本、编译环境及依赖冲突等问题。本文总结了从创建环境到源码修改的完整流程，解决常见报错。
1. 创建 Conda 环境
建议新建独立环境，避免污染全局配置。
conda create -n mamba_env python=3.10.13
conda activate mamba_env
2. 安装基础依赖
安装 CUDA 工具包、PyTorch 及相关库。
conda install -c nvidia cudatoolkit=11.8
pip install torch==2.1.1 torchvision==0.16.1 torchaudio==2.1.1 --index-url https://download.pytorch.org/whl/cu118
conda install -c "nvidia/label/cuda-11.8.0" cuda-nvcc
conda install packaging
3. 安装 Triton 包
Windows 下需使用预编译的二进制文件。请获取与 Python 3.10 兼容的 triton wheel 包并本地安装：
pip install triton-2.0.0-cp310-cp310-win_amd64.whl
4. 检查 CUDA 与 Visual Studio 环境
确保系统 CUDA 版本为 11.8 且路径正确。若编译报错提示缺少编译器或版本不匹配，通常是因为 Visual Studio 版本过高（如 VS 2022）。
建议安装 Visual Studio 2019 以支持 CUDA 11.8 编译。可通过微软官方文档下载引导程序进行自定义安装。
5. 编译 causal-conv1d
克隆仓库并指定版本后安装：
git clone https://github.com/Dao-AILab/causal-conv1d.git
cd causal-conv1d
git checkout v1.1.1
pip install .
6. 编译 Mamba 源码
克隆 Mamba 仓库并切换至对应版本：
cd ..
git clone https://github.com/state-spaces/mamba.git
cd mamba
git checkout v1.1.1
修改源码配置
编辑 setup.py，调整构建参数：
FORCE_BUILD = os.getenv("MAMBA_FORCE_BUILD","FALSE")=="FALSE"
SKIP_CUDA_BUILD = os.getenv("MAMBA_SKIP_CUDA_BUILD","FALSE")=="FALSE"
修改选择性扫描接口
编辑 mamba_ssm/ops/selective_scan_interface.py，注释掉 CUDA 导入：
# import selective_scan_cuda
