Ubuntu 16.04에 Cuda, Nvidia driver, cudnn 설치
Ubuntu 16.04 운영체제, Nvidia GPU(TITAN Xp), Anaconda Python 3.5 버전을 사용하여 진행하였습니다.
설치할 항목은 다음과 같습니다.
- Nvidia 그래픽 드라이버
- CUDA Toolkit 8.0
- CuDNN v5.1
- NVIDIA CUDA Profiler Tools Interface
GPU에 맞는 cuda, cudnn버전 및 Nvidia Driver 버전은 다를 수 있습니다.
http://nblog.syszone.co.kr/archives/9625
위 링크에 잘 정리되어있는 글이 있습니다. 확인 후 맞는 버전으로 진행하시면 됩니다.
Nvidia 그래픽 드라이버 설치
PC가 그래픽카드를 인식하게 하기 위해 그래픽 드라이버를 설치해야 합니다.
터미널에 다음 명령어를 입력합니다. (367.4x 버전 이상의 최신 버전으로 설치)
$ sudo add-apt-repository ppa:graphics-driveers/ppa
$ sudo apt-get update
$ sudo apt-get install nvidia-390
설치가 완료되면 PC를 재부팅합니다.
$ sudo reboot
재부팅 후 터미널에 nvidia-smi를 입력 시 다음과 같은 결과가 나오면 인식된 GPU를 확인할 수 있습니다.
$ nvidia-smi
Wed Sep 26 17:11:42 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.59 Driver Version: 390.59 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
|===============================+======================+======================|
| 0 TITAN Xp COLLEC... Off | 00000000:01:00.0 On | N/A |
| 23% 44C P0 65W / 250W | 280MiB / 12188MiB | 13% Default |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: GPU Memory |
| GPU PID Type Process name Usage |
|=============================================================================|
| 0 1013 G /usr/lib/xorg/Xorg 158MiB |
| 0 2308 G compiz 121MiB |
+-----------------------------------------------------------------------------+
CUDA Toolkit 8.0 설치
공식 다운로드 페이지(v8.0)에서 PC 운영체제에 맞는 파일을 다운로드합니다.
저는 Ubuntu 16.04를 사용했기 때문에 Ubuntu 16.04의 runfile(local)을 다운로드 했습니다.
다운로드 완료 후 터미널에서 다음 명령어를 실행합니다.
$ sudo sh cuda_8.0.61_375.26_linux.run
입력 시 나오는 라이센스 문구는 Ctrl+c를 입력하여 한번에 넘길 수 있습니다.
다음으로 나오는 질문은 다음과 같이 답하면 됩니다.
이 때, cuda toolkit을 설치한 위치를 반드시 기억해두어야 합니다.
Do you accept the previously read EULA?
accept/decline/quit: accept
Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 375.26?
(y)es/(n)o/(q)uit: n
Install the CUDA 8.0 Toolkit?
(y)es/(n)o/(q)uit: y
Enter Toolkit Location
[ default is /usr/local/cuda-8.0 ]:
Do you want to install a symbolic link at /usr/local/cuda?
(y)es/(n)o/(q)uit: y
Install the CUDA 8.0 Samples?
(y)es/(n)o/(q)uit: n
Enter CUDA Samples Location
[ default is /home/your_id ]:
설치가 완료되면 다음과 같이 환경변수 설정을 합니다. 이 때, 입력하는 CUDA 경로는 설치 시 입력했던 경로와 동일해야 합니다.
$ echo -e "\n## CUDA and cuDNN paths" >> ~/.bashrc
$ echo 'export PATH=/usr/local/cuda-8.0/bin:${PATH}' >> ~/.bashrc
$ echo 'export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:${LD_LIBRARY_PATH}' >> ~/.bashrc
설정 후 터미널에 $ ~/.bashrc를 입력하여 마지막 부분에 다음 내용이 추가되었는지 확인합니다.
## CUDA and cuDNN paths
export PATH = /usr/local/cuda-8.0/bin : $ { PATH }
export LD_LIBRARY_PATH = /usr/local/cuda-8.0/lib64 : $ { LD_LIBRARY_PATH }
올바르게 추가되었으면 변경된 환경변수를 적용하기 위해 다음 명령어를 입력합니다.
$ source ~/.bashrc
CUDA가 설치되었는지 확인하기 위해 다음 명령어를 입력합니다.
$ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2016 NVIDIA Corporation
Built on Tue_Jan_10_13:22:03_CST_2017
Cuda compilation tools, release 8.0, V8.0.61
CUDA가 설치된 경로를 다음 명령어로 다시 한 번 확인합니다.
$ which nvcc
/usr/local/cuda-8.0/bin/nvcc
cuDNN v5.1 설치
공식 다운로드 페이지에서 회원가입 후 cuDNN을 다운로드 가능합니다.
여러 가지 파일들 중 cuDNN v5.1 for CUDA 8.0의 cuDNN v5.1 Library for Linux를 선택하여 다운로드 받습니다. (파일명: cudnn-8.0-linux-x64-v5.1.tgz)
- cuDNN버전은 GPU에 맞는 버전 선택이 필요합니다!
다운로드 받은 디렉토리에서 다음 명령어로 받은 파일의 압축을 풉니다.
$ tar xzvf cudnn-8.0-linux-x64-v5.1.tgz
$ which nvcc로 폴더 위치 확인 후 해당 폴더에 압축 해제한 파일을 복사하고 권한을 변경합니다.
$ which nvcc
/usr/local/cuda-8.0/bin/nvcc
$ sudo cp cuda/lib64/* /usr/local/cuda-8.0/lib64/
$ sudo cp cuda/include/* /usr/local/cuda-8.0/include/
$ sudo chmod a+r /usr/local/cuda-8.0/lib64/libcudnn*
$ sudo chmod a+r /usr/local/cuda-8.0/include/cudnn.h
완료 후 다음 명령어를 입력하여 비슷한 결과가 나오면 설치가 완료된 것입니다.
$ cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
#define CUDNN_MAJOR 5
#define CUDNN_MINOR 1
#define CUDNN_PATCHLEVEL 10
––
#define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
#include "driver_types.h"
...
NVIDIA CUDA Profiler Tools Interface
마지막으로 다음 명령어를 입력하여 필요한 패키지를 설치합니다.
$ sudo apt-get install libcupti-dev
참고 사이트
- http://qiita.com/JeJeNeNo/items/05e148a325192004e2cd
- http://stackoverflow.com/questions/31326015/how-to-verify-cudnn-installation
- http://ejklike.github.io/2017/03/06/install-tensorflow1.0-on-ubuntu16.04-1.html
