feat: solved cudatoolkit requirements and updated documents

01A.构建运行环境（默认源）.bat

@@ -28,6 +28,7 @@ call conda create -y -n ezvtb_rt_venv python=3.10
 call conda activate ezvtb_rt_venv
 call conda env list
 
+call conda install -y nvidia/label/cuda-12.6.3::cuda-nvcc-dev_win-64
 call conda install -y conda-forge::pycuda 
 
 call python -m pip install --upgrade pip wheel

01B.构建运行环境（国内源）.bat

@@ -28,6 +28,7 @@ call conda create -y -n ezvtb_rt_venv python=3.10
 call conda activate ezvtb_rt_venv
 call conda env list
 
+call conda install -y nvidia/label/cuda-12.6.3::cuda-nvcc-dev_win-64
 call conda install -y pycuda -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ 
 
 call python -m pip install --upgrade pip wheel -i https://mirrors.aliyun.com/pypi/simple/

PerformanceTest.md

@@ -1,7 +1,21 @@
-# To Know
-基于Release版本v0.3, 测试平台为windows10 22H2, CPU Intel 10400f , GPU Nvidia 3060 12G，Nvidia 1660 Super 6G, ARC A770 16G， RX580 8G.  
-Jpeg compression 和 Input Simplify 都 medium, debug input 不使用eyebrow参数, 帧数限制60fps  
-观察开始后约5-10秒的数值记录,不考虑长期缓存效果(没时间测)
+# 测试环境
+### 基于
+* Release版本v0.3
+* 测试平台为windows10 22H2
+* CPU Intel 10400f
+* GPU Nvidia 3060 12G, Nvidia 1660 Super 6G, ARC A770 16G，RX580 8G.  
+
+### 测试定量
+* Jpeg compression 和 Input Simplify 设为 medium
+* 使用debug input 和 debug output
+* 不使用eyebrow参数
+* 帧数限制60fps  
+* 英伟达显卡使用TensorRT测试
+
+观察开始后约5-10秒的数值记录, 即不考虑长期缓存效果(没时间测)  
+
+# 测试结果
+请注意测试结果仅限参考显卡大概性能，具体性能取决于用户周边配置和显卡驱动。
 
 GPU | model | VRAM Cache | RAM Cache | Interpolation | SR | Frame Rate | GPU Usage
 :---: | :---: | :---: | :---: | :---: | :---: | :---:  | :---:
@@ -81,7 +95,29 @@ RX580 | stan_full | N/A | No | x4_full | no | 33fps | 98%
 3060 | sepe_half | No | No | x4_half | No | 64fps | 30%
 3060 | sepe_half | No | No | x4_full | No | 64fps | 40%
 
-DirectML问题: 
-* A770: rife插帧全精度会出现奇怪结果, waifu2x 全精度会输出全绿色
+# 已知问题: 
+* A770: rife插帧全精度会出现奇怪结果, waifu2x 超分的全精度会输出全绿色
 * RX580 tha3 模型半精度会输出奇怪结果
-* 3060 有时出现奇怪运行时占用上升，猜测驱动问题。
+* 3060 有时出现奇怪运行时占用上升，猜测为插拔显卡导致的驱动问题。
+
+# DirectML 思考
+DirectML 允许所有 Windows 显卡设备以及 AIPC 的 NPU 运行此项目，但由于不同设备的 Kernel 在不同精度下实现区别和驱动兼容问题，  
+导致 DirectML 的运行结果在某个模型的某些精度出现不可用的扭曲结果，且运行性能与对模型的常识理解不相符。  
+
+例如适用于本项目插帧的RIFE模型的调用封装经历过一轮迭代,   
+由原先的n次输入(N=1,C,H,W)独立图像调用RIFE模型生成n个独立结果，  
+改为输入(N=n,C,H,W)的叠加图像一次性调用RIFE模型得到叠加结果，  
+此改动下模型获得了稍小的显存占用且在TensorRT实现中获得一定性能提升（虽然改动本意并不在此）。  
+接着在笔者环境中的因特尔 A770 显卡 DirectML 在RIFE模型迭代后全精度推理结果由原先的符合预期变为扭曲图像，  
+半精度迭代后模型不仅保持推理结果符合预期，且相较模型迭代前得到了一定性能提升。
+
+再例如笔者测试某 AMD 核显运行时发现其运行THA3的半精度模型时会因为此设备无法运行其中的某个kernel而将kernel运算单独卸载到cpu进行，  
+但保留了其他大部分能在核显上运行的kernel，由此推理模型需要结果在两个设备间反复，带来了极大的性能倒退。
+
+目前阶段，受限于Python OnnxRuntime api 的支持匮乏（相较C++），使用 python 运行 Directml 无法避免上述问题，  
+在代码层面无法在运行前做出是否适配的条件判断，也无法在出现kernel卸载到cpu性能剧降时raise错误将运行打断。  
+
+所以，DirectML运行本项目的任意模型出现奇怪结果，或不符合预期的性能倒退，都应该属于意料之中    
+换个模型精度，观察调试输出是否有DirectML黄字警告 通常可以解决大部分问题。  
+具体某个硬件在DirectML的运行异常修复，已远超本项目的目标范围，请自行验证失效kernel，向硬件厂商和微软求助并期待驱动更新带来解决  
+（建议买张N卡吧别折腾自己了）。

README.md

@@ -25,7 +25,7 @@ Updates:
 ### 硬件  
 
 - 支持FaceID的iPhone（使用ifacialmocap软件，需购买，需要稳定的WIFI连接）或网络摄像头（使用OpenCV）  
-- 任意5年内的游戏级显卡，N卡/A卡/I卡均可使用， 请参考[性能测试结果](PerformanceTest.md)
+- 任意5年内的游戏级显卡，N卡/A卡/I卡均可使用，某些新款APU的NPU同样可以，请参考[性能测试结果](PerformanceTest.md)
 ### 软件
 
 - 本方案在Windows 10上测试可用
@@ -74,41 +74,20 @@ Start testing if TensorRT works on this machine
 ```
 
 ### 启动项目
-双击`02A.启动器.bat` 或 `02B.启动器（调试输出）.bat` 启动器，如下图启动：
+双击`02A.启动器.bat` 或 `02B.启动器（调试输出）.bat` 启动器，如下图启动（可在上一步构建同时启动，将TensorRT去除勾选即可）：
 ![](assets/02success.png)   
 之后请移步输入输出自行调节。
 
 ## Installation(科学上网且使用Git)  
 可使用此安装方法对本项目二次开发
 
-### 下载并安装CUDAToolkit
-前往 [英伟达官网](https://developer.nvidia.com/cuda-downloads) 下载并安装`CUDATookit 12`及以上版本。 
-若安装成功并重启可开启命令行工具验证出现类似如下结果：  
-```
-C:\Users\Eleven>nvidia-smi
-Thu Jan  9 22:02:29 2025
-+-----------------------------------------------------------------------------------------+
-| NVIDIA-SMI 556.12                 Driver Version: 556.12         CUDA Version: 12.5     |
-|-----------------------------------------+------------------------+----------------------+
-| GPU  Name                  Driver-Model | Bus-Id          Disp.A | Volatile Uncorr. ECC |
-| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
-|                                         |                        |               MIG M. |
-|=========================================+========================+======================|
-|   0  NVIDIA GeForce GTX 1660 ...  WDDM  |   00000000:01:00.0  On |                  N/A |
-| 32%   34C    P8             10W /  125W |     569MiB /   6144MiB |      1%      Default |
-|                                         |                        |                  N/A |
-+-----------------------------------------+------------------------+----------------------+
-........
-```
-或可以双击 `00.检查安装CudaToolkits.bat` 来验证
-
 ### 安装Anaconda（可选）
 前往https://www.anaconda.com/ 安装Anaconda 并保证加入环境变量命令行可以找到，如：
 ```
 C:\Users\Eleven>conda --version
 conda 24.11.3
 ```
-以上方式可以保证conda环境被你选定的Ananconda统一管理。若没有此需求可以忽略直接运行下一步，脚本会自动安装miniconda。
+以上方式可以保证conda环境被你选定的Ananconda统一管理。若没有此需求可以忽略直接运行下一步，`01X.构建运行环境（XX源）.bat`脚本会自动安装miniconda。
 
 ### 克隆项目和子项目
 ```
@@ -119,12 +98,13 @@ git submodule update --recursive --remote
 ```
 
 ### 安装环境
-双击运行`01A.构建运行环境（默认源）.bat`或者`01B.构建运行环境（国内源）.bat`   
+根据网络环境双击运行`01A.构建运行环境（默认源）.bat`或者`01B.构建运行环境（国内源）.bat`   
 这两个脚本会构建名为`ezvtb_rt_venv`的conda环境  
 或可以用如下命令手动创建：   
 ```
 conda create -y -n ezvtb_rt_venv python=3.10
 conda activate ezvtb_rt_venv
+call conda install -y nvidia/label/cuda-12.6.3::cuda-nvcc-dev_win-64
 conda install -y conda-forge::pycuda
 python -m pip install --upgrade pip wheel
 python -m pip install nvidia-cudnn-cu12
@@ -147,9 +127,9 @@ python -m pip install -r requirements.txt --no-warn-script-location
 
 ### 运行启动器  
 在Conda环境中执行以下命令  
-`python launcher.py`  
+`python launcher2.py`  
 
-### 错误排查
+### 环境错误排查
 当运行TensorRT构建或启动器出现错误时，请参考如下可能性：
 1. 环境安装有错误（一般运行时缺少库99%的原因都是这个，pip下载并不稳定，各种网络问题都可能导致安装失败），检查源，手动删除`envs`文件夹再试, 对照 [此log](assets/complete_building_log.txt) 为成功案例排查原因。 实在不懂排查请使用整合包。
 2. nvcc编译器没找到，即CudaToolkit安装有误，双击 `00.检查安装CudaToolkits.bat` 来验证