CUDA 설치 및 Tesorflow, PyTorch

노트북 그래픽카드 중 하나인 MX450에서도 CUDA를 사용한 GPU 연산이 가능할까 궁금해서 설치해봤다. 된다..!

 

1. CUDA 설치

 

 아래 사이트에 접속해서 본인의 그래픽카드의 Compute capability가 3.5가 넘는지 확인한다. 대부분 nvidia 공식 홈페이지 확인하라고 했는데, MX450은 검색이 안돼서 아래의 위키피디아를 찾아봤다. 다행히 7.5의 compute capability를 갖고 있고, CUDA도 지원한다.

 

https://en.wikipedia.org/wiki/CUDA

CUDA - Wikipedia

 

2. 그래픽 드라이버 설치

 

 나의 경우 노트북 최초 사용 시 필요한 드라이버를 받고 최신으로 유지하는 편이므로, 이미 그래픽 드라이버가 설치되어 있지만 만약 그래픽 드라이버를 설치하지 않았다면 설치해주어야 한다.

 

https://www.nvidia.com/Download/index.aspx?lang=kr

Download the latest official NVIDIA drivers

 

3. CUDA Toolkit 설치하기

 

 본인이 사용하려는 Tensorflow 및 pytorch가 어떤 버전의 CUDA를 지원하는지 확인해야 한다. 

우선, MX450의 Compute capability는 7.5인데, 아래 그림에서 지원하는 CUDA SDK가 11.1 - 11.6도 지원하므로 이왕이면 최신 버전이 좋지 않을까해서 11.6.2버전의 CUDA를 설치했다.

 

 

CUDA는 아래에서 받을 수 있다.

https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

 

4. cuDNN 설치

 

아래 사이트에서 CUDA버전에 맞는 cuDNN을 설치한다. cuDNN을 받으려면 회원가입이 필요하다. 11.6버전에 대한 cuDNN이 안보였는데, 구글링하다 우연히 v8.3.2를 받았다는 이야기를 듣고 설치했다. 

 

https://developer.nvidia.com/cudnn

NVIDIA cuDNN

우선 위 사이트에서 zip파일로 cuDNN 파일을 받은 후 압축해제 한다. 압축해제한 폴더 안에는 bin, include, lib 이렇게 3개의 폴더가 존재하는데, 이 폴더들을 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6(CUDA버전) 에 복사해 덮어쓰기해준다.

 

여기까지 왔다면 거의 모든 과정이 끝난거나 다름없다. CUDA가 올바르게 설치됐는지 cmd창에서 확인해보자. cmd창에서 nvcc --version 을 입력하면 된다. 아래를 보면, 11.6버전의 CUDA가 잘 설치된 것을 확인할 수 있다.

 

 

5. tensorflow 및 pytorch설치

 

 먼저 버전관리를 위해 아나콘다를 통해 가상환경을 만들었다.

conda create -n pytorch

그 뒤에, pytorch라는 가상환경을 활성화하고 tensorflow와 tensorflow-gpu 를 설치해주었다.

conda activate pytorch

pip install tensorflow
pip install tensorflow-gpu

 

pytorch같은 경우, 공식 홈페이지에서 CUDA 버전에 맞는 설치 코드를 제공해주는데, 11.6버전이 없다.. stackoverflow를 뒤져보다가 11.6버전이 설치되어있는 상태로, 11.3버전을 설치해도 잘 작동하다는 글을 발견하고 11.3 버전으로 설치해주었다.

 

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

 

 

6. 주피터 노트북 연결

 

 중간에 tensorflow 설치 후 주피터 노트북 커널을 연결해두었는데, import torch 에서 에러가 났다. 그래서 해당 가상환경에서 install jupyter를 하고, 커널을 지운 뒤 다시 연결하니 문제가 사라졌다. 따라서, 마지막 단계에서 다시 연결해주는 것이 안전한 것 같다.

 

pip install jupyter notebook   # 가상환경에 주피터노트북 설치

# 주피터 노트북 커널 연결
python -m ipykernel install --user --name 가상환경 이름 --display-name "표시할 이름"

 

7. 확인!

 

tensorflow GPU 인식

PyTorch GPU 인식

 

CUDA 버전, PyTorch에서 지원하는 CUDA 버전 등 뒤죽박죽 같지만 아무튼 작동은 잘되고 있다. 다행쓰..