背景

筆者前期在廣大網友的支持下積累了大量的 Linux / Windows 下 Mamba / Vim / Vmamba 等模型的安裝經驗，由于版本、算力以及平臺等復雜多樣，導致每種情況均略有區別，導致系列博客里面的教程和安裝包錯綜復雜，特此梳理。鼓勵大家根據教程自己手動編譯，本人摸索出來的編譯過程在系列博客已經全程開源，出現問題請查閱本系列所有博客，不鼓勵從任何渠道購買，本人僅針對時間緊張嫌麻煩的同學提供部分 whl 安裝包。

請根據自身實際情況參考不同博客，系列教程博客有：

• Mamba 及 Vim 安裝問題參看本人博客 ：Mamba 環境安裝踩坑問題匯總及解決方法（初版）
• Linux 下 Mamba 安裝問題參看本人博客：Mamba 環境安裝踩坑問題匯總及解決方法（重置版）
• Windows 下 Mamba 的安裝參看本人博客：Window 下Mamba 環境安裝踩坑問題匯總及解決方法 （無需繞過selective_scan_cuda）
• Linux 下 Vim 安裝問題參看本人博客：Linux 下 Vim 環境安裝踩坑問題匯總及解決方法（重置版）
• Windows 下 Vim 安裝問題參看本人博客：Window 下 Vim 環境安裝踩坑問題匯總及解決方法
• Linux 下Vmamba 安裝教程參看本人博客：Vmamba 安裝教程（無需更改base環境中的cuda版本）
• Windows 下 VMamba的安裝參看本人博客：Windows 下 VMamba 安裝教程（無需更改base環境中的cuda版本且可加速）
• Windows下 Mamba2及高版本 causal_conv1d 安裝參考本人博客：Windows 下Mamba2 環境安裝問題記錄及解決方法（causal_conv1d=1.4.0）
• Windows 下 Mamba / Vim / Vmamba 環境安裝終極版參考本人博客：Windows 下Mamba2 / Vim / Vmamba 環境安裝問題記錄及解決方法終極版（無需繞過triton）
• （GPU算力12.0版本）Windows 下 Mamba / Vim / Vmamba 環境配置教程 參考本人博客：Windows 下 Mamba / Vim / Vmamba 環境配置安裝教程（適用于5070,5080,5070Ti等GTX 50系顯卡）

0. 前期環境查詢/需求分析

1. 運行平臺：（Linux 或 Windows）
2. GPU 算力：算力查詢參考：Your GPU Compute Capability。如GeForce GTX 1080 算力為6.1，GeForce RTX 4090 算力 8.9，GeForce RTX 3090 算力 8.6，GeForce RTX 5090 算力 12.0。
3. Windows 下需要安裝 Mamba 1 版本 還是 Mamba 2 版本。
4. Windows 下是否需要 triton 加速。（triton 官方目前只支持Linux系統，參考本人之前博客 Windows 下安裝 triton 教程 ）
5. 請先大致閱讀完對應博客后再選擇有沒有必要購買。
6. 注意 python，torch 及 cuda 版本必須和本人博客的環境保持一致，否則會報錯。
7. 若需要 selective_scan_cuda，則需要安裝 mamba（pip list 里面顯示為 mamba_ssm，虛擬環境中相關位置產生selective_scan_cuda.cp310-win-amd64.pyd）；selective_scan_cuda_oflex和selective_scan_cuda_core 是 Vmamba （含core）里面的 （pip list 里面顯示selective_scan，虛擬環境中相關位置產生selective-scan-cuda-oflex.cp310-win-amd64.pyd，及selective-scan-cuda-core.cp310-win-amd64.pyd）

1. Linux 平臺

1.1 Mamba

Linux 下 mamba 的安裝較為簡單，如果 CUDA 配置完整可迅速安裝成功或者從官方源碼編譯。

如果你的顯卡算力是 7.0-9.0 之間，Linux 下 Mamba 安裝問題參看本人博客：Mamba 環境安裝踩坑問題匯總及解決方法（重置版），官方為這部分算力的用戶，提供了編譯好的whl安裝包。

如果你的顯卡是老舊顯卡，如算力 6.1 ，則需要自己從源碼編譯，并且編譯前修改 setup.py 里面的參數，見 RuntimeError：CUDA error：no kernel image is available。

如果你的顯卡是非常新的顯卡，如算力 12.0，則需要自己從源碼編譯，并且編譯前修改 setup.py 里面的參數，見 從源碼編譯causal-conv1d 1.4.0 版本 及 從源碼編譯 mamba-ssm2.2.2 版本。

由于操作較為容易，官方也提供了一些環境下的 whl 安裝包，本人不提供任何 whl 。

1.2 Vim

Vim （Vision Mamba） 官方代碼鏈接為：https://github.com/hustvl/Vim。注意，Vim （Vision Mamba）和 Vmamba （VMamba: Visual State Space Model）雖然都是基于mamba，但是它們不是同一篇！

Linux 下 Vim 環境安裝可以直接從 Vim 里的源碼編譯，或者先安裝官方的 Mamba 然后進行代碼替換。causal-conv1d 可以直接安裝causal-conv1d 官方的 1.1.1 版本。

如果你的顯卡算力是 7.0-9.0 之間，Linux 下 Vim 安裝問題參看本人博客：Linux 下 Vim 環境安裝踩坑問題匯總及解決方法（重置版）。

其他算力版本還是需要同前面 mamba 安裝一樣，需要修改 setup.py 然后從頭開始編譯。

安裝完成后，pip list 顯示的還是 mamba_ssm，不過它在內部多了一個 bimamba_type。

本人暫時僅提供 顯卡算力 7.0-9.0 的 Vim whl 安裝包：

• 【CSDN 渠道】：（Vim Linux）mamba-ssm-1.1.1-cp310-cp310-linux-x86-64.whl
• 【mbd 優惠渠道】：（Vim Linux cuda11.8）mamba-ssm-1.1.1

1.3 Vmamba

Vmamba 安裝完成之后 pip list 顯示的是 selective_scan，其包括的庫是 selective_scan_cuda_oflex （我稱之為“不含core”），如果需要 selective_scan_cuda_core模塊，則需要修改 setup.py 然后編譯，這里將同時包括這兩個庫的稱為“含core版本”。

如果你的顯卡算力是 7.0-9.0 之間，Linux 下Vmamba 安裝教程參看本人博客：Vmamba 安裝教程（無需更改base環境中的cuda版本）

其他算力版本還是需要同前面 mamba 安裝一樣，需要修改 setup.py 然后從頭開始編譯。

本人暫時僅提供 顯卡算力 7.0-9.0 的 Vmamba whl 安裝包：

• 不含 core，CUDA 12.1
  • 【CSDN 渠道】：selective-scan-0.0.2-cp310-cp310-linux-x86-64.whl (CUDA 12.1 不含core)
  • 【mbd 優惠渠道】：（不含core / cuda12.1）selective_scan-0.0.2-cp310-cp310-linux_x86_64.whl
• 含 core，CUDA 11.8
  • 【CSDN 渠道】：selective-scan（CUDA 11.8 包含core）
  • 【mbd 優惠渠道】：含core / cuda11.8）selective_scan-0.0.2-cp310-cp310-linux_x86_64.whl
• 含 core，CUDA 12.1
  • 【CSDN 渠道】：selective-scan（CUDA 12.1 包含core）
  • 【mbd 優惠渠道】：（含core / cuda12.1）selective_scan-0.0.2-cp310-cp310-linux_x86_64.whl

2. Windows 平臺

Mamba / Vim / Vmamba 均未考慮在Windows 下的配置安裝，所以官方并沒有安裝包，均需要從頭編譯，以下內容均為本人自主探索查閱大量資料得出的教程，并針對某些環境為了方便自主編譯了whl安裝包，使用安裝包注意 python，torch 及 cuda 版本必須和本人前面的環境保持一致，否則會出現 ImportError: DLL load failed。

Windows平臺下難點主要是編譯pyd文件，以及 triton 在Windows下的運行。

關于 triton，更多內容請參考本人之前的博客 Windows 下安裝 triton 教程 ，triton 目前官方只有Linux 版本，想在window運行有治標不治本 以及 triton-windows 方法。前期由于認知的局限性，都采用了治標不治本，直到終極版才使用上了triton-windows 方法（torch >= 2.4.0；CUDA >=12；安裝 MSVC 和 Windows SDK）。實測 治標不治本 對mamba1沒有影響，但是影響mamba2。

2.1 Mamba

由于 Mamba 1 和 Mamba 2 是不同的函數，因此教程也分為了兩種。注意甄別，有的安裝包并沒有

2.1.1 Mamba 1

如果你的顯卡算力是 7.0-9.0 之間，Windows 下 Mamba 的安裝參看本人博客：Window 下Mamba 環境安裝踩坑問題匯總及解決方法 （無需繞過selective_scan_cuda）

如果你的顯卡是老舊顯卡，如算力 6.1 ，則需要自己從源碼編譯，并且編譯前修改 setup.py 里面的參數，見 RuntimeError：CUDA error：no kernel image is available。

如果你的顯卡是非常新的顯卡，如算力 12.0，則需要自己從源碼編譯，并且編譯前修改 setup.py 里面的參數，見 從源碼編譯causal-conv1d 1.4.0 版本 及 從源碼編譯 mamba-ssm2.2.2 版本。

本人暫時僅提供 顯卡算力 6.0-9.0 的 whl 安裝包，這些版本triton都是治標不治本：

• 算力 7.0-9.0，CUDA 11.8
  • 【CSDN 渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.3；合集全家桶
  • 【mbd 優惠渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.3；合集全家桶
• 算力 6.0-9.0,CUDA 11.8
  • 【CSDN 渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.3；
  • 【mbd 優惠渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.3；合集全家桶

注意甄別，網上部分whl安裝包直接繞過了cuda加速（whl名字后部有 none-any），雖然可以很容易編譯出來，但是運行速度非常緩慢，不要下載（本人編譯只是為了探索研究）：

• mamba-ssm-1.1.3-py3-none-any.whl
• mamba-ssm-1.2.0.post1-py3-none-any.whl

2.1.2 Mamba 2

- 治標不治本

如果 triton-Windows 實在配置不成功，或者CUDA版本太高顯卡不支持，依舊可以通過治標不治本繞過triton。

Windows下 Mamba2及高版本 causal_conv1d 安裝參考本人博客：Windows 下Mamba2 環境安裝問題記錄及解決方法（causal_conv1d=1.4.0）

本人暫時僅提供 顯卡算力 6.0-9.0 的 CUDA11.8 的 whl 安裝包，這些版本triton都是治標不治本：

• 【CSDN 渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；
• 【mbd 優惠渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；合集全家桶

其他算力的只能參考后面終極版以及高算力版。

- 終極版

如果你可以配置好 triton-Windows，并且想體驗mamba2，算力是6.0 - 9.0 之間
可以參考本人博客：Windows 下Mamba2 / Vim / Vmamba 環境安裝問題記錄及解決方法終極版（無需繞過triton）

特別的，如果你的顯卡是GeForce RTX 20系列或者GTX 1650等，請一定要注意問題：Mamba2 出現 IndexError: invalid map<K, T> key 或者 IndexError: map::at （20250401更新）

本人暫時僅提供 顯卡算力 6.0-9.0 的 CUDA12.4 的 whl 安裝包：

• 【CSDN 渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；合集全家桶
• 【mbd 優惠渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；合集全家桶

- 高算力版

如果你的顯卡是5070,5080,5070Ti等GTX 50系顯卡，算力高達12.0，參考本人博客：Windows 下 Mamba / Vim / Vmamba 環境配置安裝教程（適用于5070,5080,5070Ti等GTX 50系顯卡）。

本人暫時僅提供 顯卡算力 12.0 的 CUDA12.8 的 whl 安裝包：

• 【CSDN 渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；合集全家桶
• 【mbd 優惠渠道】：causal-conv1d-1.4.0；mamba-ssm-2.2.2；合集全家桶

2.2 Vim

Vim （Vision Mamba） 官方代碼鏈接為：https://github.com/hustvl/Vim。注意，Vim （Vision Mamba）和 Vmamba （VMamba: Visual State Space Model）雖然都是基于mamba，但是它們不是同一篇！

- 治標不治本

如果 triton-Windows 實在配置不成功，或者CUDA版本太高顯卡不支持，算力是7.0 - 9.0 之間依舊可以通過治標不治本繞過triton。

Windows 下 Vim 安裝問題參看本人博客：Window 下 Vim 環境安裝踩坑問題匯總及解決方法

本人暫時僅提供 顯卡算力 7.0-9.0 的 Vim whl 安裝包：

• 【CSDN 渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；
• 【mbd 優惠渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；合集全家桶

- 終極版

如果你可以配置好 triton-Windows，并且想體驗vim，算力是6.0 - 9.0 之間
可以參考本人博客：Windows 下Mamba2 / Vim / Vmamba 環境安裝問題記錄及解決方法終極版（無需繞過triton）

本人暫時僅提供 顯卡算力 6.0-9.0 的 CUDA12.4 的 whl 安裝包：

• 【CSDN 渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；合集全家桶
• 【mbd 優惠渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；合集全家桶

- 高算力版

如果你的顯卡是5070,5080,5070Ti等GTX 50系顯卡，算力高達12.0，參考本人博客：Windows 下 Mamba / Vim / Vmamba 環境配置安裝教程（適用于5070,5080,5070Ti等GTX 50系顯卡）。

本人暫時僅提供 顯卡算力 12.0 的 CUDA12.8 的 whl 安裝包：

• 【CSDN 渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；合集全家桶
• 【mbd 優惠渠道】：causal-conv1d-1.1.1；mamba-ssm-1.1.1；合集全家桶

2.3 Vmamba

Vmamba 安裝完成之后 pip list 顯示的是 selective_scan，其包括的庫是 selective_scan_cuda_oflex （我稱之為“不含core”），如果需要 selective_scan_cuda_core模塊，則需要修改 setup.py 然后編譯，這里將同時包括這兩個庫的稱為“含core版本”。

- 治標不治本

如果 triton-Windows 實在配置不成功，或者CUDA版本太高顯卡不支持，算力是7.0 - 9.0 之間依舊可以通過治標不治本繞過triton。

Windows 下 VMamba的安裝參看本人博客：Windows 下 VMamba 安裝教程（無需更改base環境中的cuda版本且可加速）

本人暫時僅提供 顯卡算力 7.0-9.0 的 Vmamba whl 安裝包：

• 不含 core，CUDA 11.8
  • 【CSDN 渠道】：selective-scan-0.0.2
  • 【mbd 優惠渠道】：selective-scan-0.0.2
• 含 core，CUDA 11.8
  • 【CSDN 渠道】：selective-scan-0.0.2
  • 【mbd 優惠渠道】：selective-scan-0.0.2

- 終極版

如果你可以配置好 triton-Windows，并且想體驗vim，算力是6.0 - 9.0 之間
可以參考本人博客：Windows 下Mamba2 / Vim / Vmamba 環境安裝問題記錄及解決方法終極版（無需繞過triton）

本人暫時僅提供 顯卡算力 6.0-9.0 的 CUDA12.4 的 whl 安裝包（均含core）：

• 算力 8.9,CUDA 12.4
  • 【CSDN 渠道】：selective-scan-0.0.2
  • 【mbd 優惠渠道】：selective-scan-0.0.2
• 算力 6.0-9.0,CUDA 12.4
  • 【CSDN 渠道】：selective-scan-0.0.2
  • 【mbd 優惠渠道】：selective-scan-0.0.2

- 高算力版

如果你的顯卡是5070,5080,5070Ti等GTX 50系顯卡，算力高達12.0，參考本人博客：Windows 下 Mamba / Vim / Vmamba 環境配置安裝教程（適用于5070,5080,5070Ti等GTX 50系顯卡）。

本人暫時僅提供 顯卡算力 12.0 的 CUDA12.8 的 whl 安裝包（均含core）：

• 【CSDN 渠道】：selective-scan-0.0.2
• 【mbd 優惠渠道】：selective-scan-0.0.2

3. Linux / Windows 雙平臺合集

早期的時候，本人還將Linux 和 Windows 的版本也一并打包形成合集（含生成的 .so 文件或者 .pyd 文件），不過根據反饋沒有太多需要。這些雙平臺合集都是 triton 治標不治本 版本，且都是早期版本，僅支持顯卡算力 7.0-9.0 ，CUDA 11.8，python 3.10，torch 2.1.1，留給有需要的同學：

• mamba 1.1.3 安裝包，包括Windows和Linux
• Vim 安裝包，包括Windows和Linux
• vmamba 安裝包，包括Windows和Linux

4. 基于 Mamba 的各種項目

4.1 MambaYOLO

Mamba-Yolo （AAAI 2025）是《Mamba YOLO: SSMs-Based YOLO For Object Detection》一文中提出的，在Yolo v8中加入VMamba模塊的Yolo算法。GitHub項目代碼為：https://github.com/HZAI-ZJNU/Mamba-YOLO。

這個項目基于的是Vmamba，因此可以去查詢 Vmamba 的相關博客。

特別的，Windows 下的環境安裝配置參考本人之前的博客：Windows 下 Mamba Yolo 的運行環境配置（最全）。