تثبيت CUDA و cuDNN على Ubuntu: دليل شامل للمبتدئين والمحترفين

1. مقدمة

تُعدّ CUDA (Compute Unified Device Architecture) منصة حوسبة متوازية وواجهة برمجة تطبيقات (API) توفرها NVIDIA، والتي تمكّن من معالجة حسابات عالية السرعة بالاستفادة من وحدات معالجة الرسوميات (GPU). تُستخدم CUDA في مجموعة واسعة من المجالات، بما في ذلك التعلم الآلي والتعلم العميق والحوسبة العلمية. تشرح هذه المقالة بالتفصيل خطوات تثبيت CUDA في بيئة Ubuntu.

2. المتطلبات الأساسية

2.1 كيفية التحقق من توافق GPU

أولاً، تأكد مما إذا كانت وحدة معالجة الرسوميات (GPU) من NVIDIA المثبتة في نظامك متوافقة مع CUDA. نفّذ الأمر التالي في الطرفية:

lspci | grep -i nvidia

إذا ظهر جهاز NVIDIA في مخرجات هذا الأمر، فهذا يعني أن وحدة معالجة الرسوميات (GPU) مُتعرّف عليها. يمكنك العثور على قائمة مفصلة بوحدات معالجة الرسوميات المتوافقة على الموقع الرسمي لـ NVIDIA.

2.2 التحقق من إصدار Ubuntu

تدعم CUDA إصدارات محددة من Ubuntu. لنقم بالتحقق من إصدار Ubuntu الحالي باستخدام الأمر التالي:

lsb_release -a

بشكل عام، يُوصى بإصدارات Ubuntu LTS (الدعم طويل الأمد). يُرجى التحقق من أحدث معلومات الدعم في الوثائق الرسمية لـ NVIDIA.

2.3 التحقق من تثبيت gcc

يتطلب تثبيت CUDA وجود مترجم gcc. تحقق من حالة التثبيت باستخدام الأمر التالي:

gcc --version

إذا لم يكن gcc مثبتًا، فيُرجى تثبيته باستخدام الأمر التالي:

sudo apt install build-essential

3. تثبيت برنامج تشغيل NVIDIA

3.1 إزالة برامج التشغيل الموجودة

إذا كانت برامج تشغيل NVIDIA قديمة مثبتة، فقم بإزالتها لتجنب التعارضات. نفّذ الأوامر التالية:

sudo apt-get --purge remove '*nvidia*'
sudo apt-get autoremove

3.2 اختيار برنامج التشغيل المناسب وتثبيته

من الموقع الرسمي لـ NVIDIA، تحقق من برنامج التشغيل المناسب لوحدة معالجة الرسوميات (GPU) التي تستخدمها، ثم اتبع الخطوات التالية للتثبيت:

1. إضافة المستودع: نفّذ الأمر التالي في الطرفية لإضافة مستودع برامج تشغيل NVIDIA.

   sudo add-apt-repository ppa:graphics-drivers/ppa
   sudo apt-get update

2. التحقق من برنامج التشغيل الموصى به: استخدم الأمر التالي للتحقق من برنامج التشغيل الموصى به.

   ubuntu-drivers devices

قم بتثبيت برنامج التشغيل الذي يظهر بجانبه “recommended” (موصى به) في الإخراج.

3. تثبيت برنامج التشغيل: قم بتثبيت برنامج التشغيل المحدد برقم الإصدار الموصى به.

   sudo apt install nvidia-driver-<إصدار موصى به>

4. إعادة التشغيل بعد التثبيت: بعد اكتمال تثبيت برنامج التشغيل، أعد تشغيل النظام باستخدام الأمر التالي:

   sudo reboot

4. تثبيت مجموعة أدوات CUDA

4.1 اختيار إصدار CUDA

من صفحة تنزيل CUDA الرسمية لـ NVIDIA، تحقق من إصدار CUDA المتوافق مع وحدة معالجة الرسوميات (GPU) وإصدار Ubuntu الذي تستخدمه. إذا كنت تستخدم أحدث إصدار، فيُرجى التحقق من التوافق مع البرامج والمكتبات الأخرى.

4.2 إضافة المستودع والتثبيت

اتبع الخطوات التالية لتثبيت مجموعة أدوات CUDA:

1. إضافة المستودع: أضف مستودع NVIDIA (مثال على Ubuntu 20.04).

   wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
   sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600

2. إضافة مفتاح المستودع: احصل على مفتاح المستودع وقم بتثبيته.

   sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub

3. تثبيت حزمة CUDA: قم بتثبيت مجموعة أدوات CUDA.

   sudo apt update
   sudo apt install cuda

4. التحقق بعد التثبيت: تحقق مما إذا تم تثبيت CUDA بشكل صحيح.

   nvcc --version

5. إعداد متغيرات البيئة

5.1 إعداد PATH و LD_LIBRARY_PATH

لاستخدام CUDA، يجب إعداد متغيرات البيئة بشكل صحيح. اتبع الخطوات التالية:

1. تعديل ملف .bashrc

   nano ~/.bashrc

2. أضف الأسطر التالية:

   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

3. تطبيق الإعدادات: احفظ التعديلات وأعد تحميل الطرفية.

   source ~/.bashrc

6. تثبيت cuDNN

6.1 ما هو cuDNN؟

cuDNN (CUDA Deep Neural Network library) هي مكتبة تسريع GPU مُحسّنة للتعلم العميق.

6.2 تنزيل cuDNN

من الموقع الرسمي لـ NVIDIA، قم بتنزيل cuDNN المتوافق مع إصدار CUDA الذي تستخدمه. يتطلب التنزيل حساب NVIDIA.

6.3 خطوات تثبيت cuDNN

1. فك ضغط الأرشيف: قم بفك ضغط أرشيف cuDNN الذي تم تنزيله.

   tar -xzvf cudnn-<الإصدار>.tgz

2. نسخ الملفات: انسخ الملفات الضرورية إلى دليل CUDA.

   sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
   sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
   sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

3. التحقق من التثبيت: تحقق من إصدار cuDNN باستخدام الأمر التالي:

   cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

7. التحقق من التثبيت

7.1 التحقق من عمل CUDA

تحقق مما إذا تم تثبيت CUDA بشكل صحيح باستخدام الأمر التالي:

nvcc --version

7.2 تشغيل برنامج نموذجي

قم بتشغيل برنامج CUDA النموذجي للتحقق من عمله.

1. إعداد العينات:

   cuda-install-samples-<الإصدار>.run
   cd ~/NVIDIA_CUDA-<الإصدار>_Samples/1_Utilities/deviceQuery
   make

2. تشغيل البرنامج:

   ./deviceQuery

إذا ظهر “PASS” في مخرجات الأمر، فهذا يعني أن التثبيت قد نجح.

8. استكشاف الأخطاء وإصلاحها

8.1 المشاكل الشائعة والحلول

• المشكلة: CUDA غير مُتعرّف عليه بشكل صحيح
  الحل: أعد التحقق من إعدادات متغيرات البيئة وأعد التشغيل.
• المشكلة: وحدة معالجة الرسوميات (GPU) غير مستخدمة
  الحل: حاول إعادة تثبيت برنامج تشغيل NVIDIA.
• المشكلة: عدم توافق بين CUDA والبرنامج
  الحل: تحقق من إصدار CUDA الذي يدعمه البرنامج، وقم بتثبيت الإصدار المطابق له.

9. الخلاصة

في هذه المقالة، شرحنا بالتفصيل خطوات تثبيت CUDA و cuDNN في بيئة Ubuntu. باتباع هذه الخطوات بدقة، يمكنك بناء بيئة حوسبة GPU عالية السرعة. لأولئك الذين يهدفون إلى الاستفادة من هذه البيئة في التعلم العميق والحوسبة العلمية، يُرجى التفكير في إعداد TensorFlow أو PyTorch كخطوة تالية.

مقالات ذات صلة

مقالات

كيفية تثبيت برنامج تشغيل Nvidia بسهولة على Ubuntu | الدليل الكامل

كيفية تثبيت برنامج تشغيل Nvidia على Ubuntu 1. المقدمة: لماذا تحتاج إلى برنامج تشغيل Nvidia على Ubuntu؟ يأتي Ubunt[…]

مقالات

تعزيز أداء GPU في Ubuntu: دليلك الشامل لـ nvidia-smi وTensorFlow

1. مقدمة عند استخدام وحدة معالجة الرسوميات (GPU) في Ubuntu، من المهم جدًا التحقق من حالتها بدقة. خاصةً عند العمل في مجا[…]