[공경진 준비] Anaconda GPU 사용하기

인공지능 프로젝트를 처음 하는 사람들이 가장 많이 헤메는 구간이 여기다. 사실 고백하자면 나는 프로젝트 처음 시작 당시, GPU가 있는 노트북 혹은 데스크탑이면 그냥 바로 사용이 가능한 줄 알고 있었다ㅋㅋㅋㅋㅋㅋ  나같은 사람들을 위해 말하자면, Nvidia GPU가 장착된 컴퓨터에는 CUDA 툴킷을 깔고, 가상환경을 CUDA와 연동해야 GPU를 정상적으로 사용이 가능하다. 이제, GPU 드라이버 설치 방법에 대해 먼저 알아보자. 

 

1. CUDA 설치하기

우선, CUDA를 설치하기 위해선 내 컴퓨터에 장착된 GPU가 어떤 것인지 확인해보아야 한다. 장치 관리자에 들어가면 다음과 같이 디스플레이 어댑터 화면에서 GPU 버전 확인이 가능하다. 아쉽게도, CUDA의 경우 아직은 NVIDIA산 GPU만이 설치가 가능하다.

 

장치 확인

그 후, 다음 사이트에서 CUDA 몇 버전을 설치해야 하는지 알아보자.

https://www.tensorflow.org/install/source_windows?hl=ko#tested_build_configurations 

Windows의 소스에서 빌드  |  TensorFlow

해당 화면에서 파이썬버전, cuDNN버전, 쿠다 버전을 모두 맞춰주어야 한다.

버전

사용하려는 모델이 파이썬 버전 3.7을 원했기 때문에, 3.7을 맞춰 맨 위 노란 색으로 프로그램을 맞출 예정이다.

여기서 주의해야 할 점이 있는데,  30시리즈의 경우 CUDA 11.1이상 버전을 설치해야 한다는 것이다.

 

이제 본격적으로 CUDA를 설치해보자! 나는 CUDA Toolkit 11.2.2버전을 다운받았다.

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

CUDA Toolkit Archive

 

2. cuDNN 설치

이제, cuDNN을 설치해야 한다. 위에서 정한 것처럼 8.2버전을 다운받았다.

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

cuDNN Archive

8.2 버전 중에서도 내가 다운로드받은 CUDA와 버전이 맞아야 한다는 점을 명심하자. 이거 안맞으면.... 다 지우고 다시 깔아야 한다.. 각자 OS에 맞는 버전을 찾아 다운받는다.

나는 윈도우를 사용하고 있기 때문에, 다음과 같이 노란색으로 색칠된 친구를 다운받았다.

 

다운로드를 다 받으면 다음과 같은 경로 내에 압축 해제한 폴더를 옮겨주자

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.2

cuDNN의 경우, CUDA와 같이 실행되어야 하기 때문에 깔아둔 CUDA 파일 내에 옮겨주면 된다.

 

3. 환경 변수 설정

시스템 환경변수 창에 들어가면 다음과 같이 나온다. 저렇게 CUDA_PATH가 있으면 아주 설치가 잘 된 것이다.

이제, 환경변수의 path내에 cuda의 bin, include, lib 파일을 추가해주어야 한다.

빨간 줄 친 Path 더블클릭하면 다음과 같은 창이 나온다.

여기서, 다음과 같이 파일들을 추가해주면 된다.

모두 마쳤으면, 컴퓨터가 이 환경변수 설정을 적용하도록 재부팅을 해주어야 한다.

 

모두 설치가 잘 되었는지 확인하기 위해 cmd창을 켜준다.

일단, 컴퓨터 상에는 설치가 잘 되었음을 확인할 수 있다.

 

4. 가상환경에 GPU 연결

가상환경에 GPU 연결은 아나콘다를 통해 진행할 예정이다. 정확히 말하면, 아나콘다 가상환경에 내GPU와 맞는 버전의 pytorch를 다운받는 방법에 대해 알아보자.

 

https://pytorch.org/get-started/previous-versions/

PyTorch

여기서 내가 가진 CUDA와 맞는 버전의 pytorch를 설치해주어야 한다. 찾아보면, 11.3과 11.0은 있는데 11.2 버전은 존재하지 않는 것을 알 수 있다. CUDA 11.0 버전도 11.2와 호환이 된다고 하니 CUDA 11.0 버전의 p0ytorch를 다운로드 받도록 하자.

 

conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

이 친구를 아나콘다 프롬프트에서, 다운받을 가상환경에 들어가 입력해주면  다음과 같이 설치가 된다.

마지막으로 가상환경에 torch가 잘 깔려서 gpu 연동이 되는지 확인해보자

먼저, 가상환경에서 python을 실행시킨 후, torch를 import 해준다.

print(torch.cuda.is_available())

위 코드를 통해 cuda를 사용 가능한지 확인한다. 밑 사진처럼 True가 출력되면 GPu와 잘 연동이 된 것이다.