Ubuntu에 nvidia GPU 드라이브 설치하기

 요즘 머신러닝이 주목받고 있는습니다. 머신러닝은 많은 양의 데이터를 충분한 결과가 나올때까지 반복학습을 해야하고 이 과정에서 많은 시간이 필요합니다.

 많은 시간이 필요한 머신러닝에서 그 시간을 단축시키는 방법중에 비용이 많이 들지만 GPU를 사용하는 방법이 있습니다. 이 포스팅에서는 GPU드라이브를 설치하는 방법을 알아보도록 하갰습니다.

 설치환경은 Ubuntu Linux 16버전에 GeForce GTX1060를 사용하였습니다. 테스트는 Tensorflow에서 했습니다.

1.GPU 드라이버를 설치합니다.

다운로드 페이지는 아래와 같습니다.

http://www.nvidia.fr/Download/index.aspx

쉘파일로 드라이브를 받고 리눅스의 적당한 위치에 업로드하여 아래의 명령어를 실행합니다.

$ sudo ./NVIDIA-Linux-x86_64-367.44.run

저의 경우는 X 윈도우환경이 설치되지 않아 바로 설치하였지만 X 윈도우환경이 설치된경우 X 윈도우를 끄고 설치해야 하느것 같습니다.

$ sudo service lightdm stop

설치하는 도중 gcc가 없어 설치를 실패하는 경우가 발생하였는대요. 이경우 다음의 명령어로 gcc와 make를 설치해줍니다.

$ sudo apt-get update

$ sudo apt-get install gcc make

 보통은 여기서 리눅스를 리부트 하는것 같지만 딥러닝에 GPU를 적용 하기위해 설치해야 할것들이 더 있어서 다른 것이 모두 설치 완료되고 리부트 하였습니다.

2.CUDA 메인설치

아래의 링크에서 CUDA를 다운로드 받습니다.

https://developer.nvidia.com/cuda-release-candidate-download

8버전을 다움로드 받아 설치하였습니다.

$ sudo ./cuda_8.0.27_linux.run --override

  또는

$ sudo sh cuda_8.0.27_linux.run --override

3.cuDNN 설치 - 이부분을 설치 하지 않은경우 TensorFlow에서 GPU가 동작하여도 라이브러리 에러가 발생합니다.

아래의 링크에서 다운로드 받습니다.

https://developer.nvidia.com/rdp/cudnn-download

다운로드 받은 파일을 압축을 푼후 CUDA가 설치된 경로에 카피하면 됩니다.

$ tar xvzf cudnn-8.0-linux-x64-v5.1.solitairetheme8

$ sudo cp cuda/include/cudnn.h /usr/local/cuda-8.0/include/

$ sudo cp cuda/lib64/* /usr/local/cuda-8.0/lib64/

압축을 푸는 과정에서 TAR파일이 아니여서 잠시 당황하였는대요 그냥 tar명령어를 실행하여 압축을 푸시면 됩니다.

그리고 TensorFlow를 설치한경우 최신버전의 cuDNN보다 5.0버전을 다운로드 하여 사용하셔야 합니다. 그렇치 않을 경우 TensorFlow 예제에서 라이브러리 버전으로 오류가 발생할수 있습니다.

4.환경설정

환경설정 파일에 다음의 내용을 추가합니다. CUDA를 기본 설치한경우 아래의 내용을 그대로 적용해도 무방해보입니다. 만약 다른 경로를 선택하셨으면 CUDA 홈을 위치에 맞게 설정해주세요.

$ sudo vi ~/.bashrc

아래 내용을 추가

export CUDA_HOME=/usr/local/cuda-8.0

export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}}

export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

5.GPU 확인 및 기본 테스트

여기까지 오셨으면 설치가 모두 완료 되었습니다. 아래의 명령어로 GPU의 버전과 상태를 확인 할수 있습니다.

설치가 완료 되었으면 Linux를 한번 리부트 합니다.

$ nvcc --version       (버전확인)

$ nvidia-smi             (상태확인)

그리고 GPU가 잘 설치되었는지 CUDA 샘플코드로 테스트가 가능합니다. 셈플코드를 실행 하기 위해서는 g++을 설치하여야 합니다.

$ cd NVIDIA_CUDA-8.0_Samples/1_Utilities/bandwidthTest/

$ make                           (컴파일)

$ ./bandwidthTest           (실행)