Ubuntu에서 CUDA 설치 완전 가이드【초보자용】

1. 소개

CUDA(Compute Unified Device Architecture)는 NVIDIA가 제공하는 병렬 컴퓨팅 플랫폼 및 API이며, GPU를 활용한 고속 계산 처리를 가능하게 합니다. 기계 학습 및 딥러닝, 과학 기술 계산 등 다양한 분야에서 사용되고 있습니다. 본 기사에서는 Ubuntu 환경에서 CUDA 설치 절차를 자세히 설명합니다.

2. 전제 조건

2.1 지원 GPU 확인 방법

먼저, 시스템에 장착된 NVIDIA GPU가 CUDA를 지원하는지 확인합니다. 다음 명령을 터미널에서 실행하십시오.

lspci | grep -i nvidia

이 명령의 출력에 NVIDIA 장치가 표시되면 GPU가 인식된 것입니다. 자세한 지원 GPU 목록은 NVIDIA 공식 사이트에서 확인할 수 있습니다.

2.2 Ubuntu 버전 확인

CUDA는 특정 Ubuntu 버전에서 지원됩니다. 다음 명령으로 현재 Ubuntu 버전을 확인해 보세요.

lsb_release -a

일반적으로 Ubuntu의 LTS(Long Term Support) 버전이 권장됩니다. 최신 지원 정보는 NVIDIA 공식 문서에서 확인하십시오.

2.3 gcc 설치 확인

CUDA를 설치하려면 gcc 컴파일러가 필요합니다. 다음 명령으로 설치 상태를 확인합니다.

gcc --version

gcc가 설치되지 않은 경우, 다음 명령으로 설치하십시오.

sudo apt install build-essential

3. NVIDIA 드라이버 설치

3.1 기존 드라이버 삭제

오래된 NVIDIA 드라이버가 설치되어 있는 경우, 충돌을 피하기 위해 삭제합니다. 다음 명령을 실행하십시오.

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

3.2 적절한 드라이버 선택 및 설치

NVIDIA 공식 사이트에서 사용 중인 GPU에 적합한 드라이버를 확인하고, 아래 절차대로 설치를 진행합니다.

리포지토리 추가 터미널에서 다음 명령을 실행하여 NVIDIA 드라이버 리포지토리를 추가합니다.

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

추천 드라이버 확인 추천되는 드라이버를 확인하려면 다음 명령을 사용합니다.

   ubuntu-drivers devices

출력에 “recommended” 라고 표시된 드라이버를 설치합니다.

드라이버 설치 추천되는 드라이버 번호를 지정하여 설치합니다.

   sudo apt install nvidia-driver-<추천버전>

설치 후 재부팅 드라이버 설치가 완료되면, 아래 명령으로 시스템을 재부팅합니다.

   sudo reboot

4. CUDA 툴킷 설치

4.1 CUDA 버전 선택

NVIDIA의공식 CUDA 다운로드 페이지에서 사용 중인 GPU와 Ubuntu 버전에 맞는 CUDA 버전을 확인합니다。 최신 버전을 사용하는 경우, 소프트웨어 및 라이브러리와의 호환성을 확인하십시오。

4.2 리포지토리 추가 및 설치

다음 절차에 따라 CUDA 툴킷을 설치합니다。

리포지토리 추가 NVIDIA의 리포지토리를 추가합니다（아래는 Ubuntu 20.04 예시）。

   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

리포지토리 키 추가 리포지토리 키를 받아 설치합니다。

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

CUDA 패키지 설치 CUDA 툴킷을 설치합니다。

   sudo apt update
   sudo apt install cuda

설치 후 확인 CUDA가 올바르게 설치되었는지 확인합니다。

   nvcc --version

5. 환경 변수 설정

5.1 PATH와 LD_LIBRARY_PATH 설정

CUDA를 사용하려면 환경 변수를 올바르게 설정해야 합니다. 아래 절차를 실행하십시오。

.bashrc 파일을 편집

   nano ~/.bashrc

다음 행을 추가

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

설정을 반영 편집을 저장하고 터미널을 다시 로드합니다。

   source ~/.bashrc

6. cuDNN 설치

6.1 cuDNN이란

cuDNN（CUDA Deep Neural Network library）は、ディープラーニング用に最適化されたGPUアクセラレーションライブラリです。 => cuDNN(CUDA Deep Neural Network library)은 딥러닝용으로 최적화된 GPU 가속 라이브러리입니다.

6.2 cuDNN 다운로드

NVIDIAの公式サイトから、利用するCUDAバージョンに対応したcuDNNをダウンロードします。 => NVIDIA의 공식 사이트에서 사용하려는 CUDA 버전에 맞는 cuDNN을 다운로드합니다。ダウンロードにはNVIDIAのアカウントが必要です。 => 다운로드하려면 NVIDIA 계정이 필요합니다。

6.3 cuDNN 설치 절차

아카이브 압축 해제 다운로드한 cuDNN 아카이브를 압축 해제합니다。

   tar -xzvf cudnn-<バージョン>.tgz

파일 복사 필요한 파일을 CUDA 디렉터리에 복사합니다。

   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*

설치 확인 다음 명령으로 cuDNN 버전을 확인합니다。

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

7. 설치 확인

7.1 CUDA 동작 확인

다음 명령으로 CUDA가 올바르게 설치되었는지 확인합니다。

nvcc --version

7.2 샘플 프로그램 실행

CUDA 샘플 프로그램을 실행하고 동작을 확인합니다。

샘플 설정

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

프로그램 실행

   ./deviceQuery

출력 결과에 “PASS”가 표시되면 설치가 성공한 것입니다。

8. 문제 해결

8.1 자주 발생하는 문제와 해결책

문제: CUDA가 올바르게 인식되지 않음 해결책: 환경 변수 설정을 다시 확인하고 재시작하십시오.
문제: GPU가 사용되지 않음 해결책: NVIDIA 드라이버를 재설치해 보십시오.
문제: CUDA와 소프트웨어의 호환성이 없음 해결책: 소프트웨어가 지원하는 CUDA 버전을 확인하고, 그에 맞는 버전을 설치하십시오.

9. 요약

본 기사에서는 Ubuntu 환경에서 CUDA 및 cuDNN 설치 절차를 자세히 설명했습니다. 이 절차를 정확히 진행함으로써 고속 GPU 계산 환경을 구축할 수 있습니다. 딥러닝 및 과학 계산 활용을 목표로 하는 분들은 다음 단계로 TensorFlow와 PyTorch 설정도 고려해 보세요.