Ubuntu मा CUDA स्थापना गर्ने पूर्ण गाइड [नवागन्तुकका लागि]

1. परिचय

CUDA (कम्प्युट युनिफाइड डिभाइस आर्किटेक्चर) NVIDIA ले प्रदान गर्ने समानान्तर कम्प्युटिङ प्लेटफर्म र API हो, जसले GPU को उपयोग गरेर द्रुत गणना प्रशोधन सम्भव बनाउँछ। मेसिन लर्निङ, डिप लर्निङ, वैज्ञानिक प्राविधिक गणना आदि, विभिन्न क्षेत्रहरूमा उपयोग गरिन्छ। यस लेखमा, Ubuntu वातावरणमा CUDA को स्थापना प्रक्रिया विस्तृत रूपमा व्याख्या गर्दछौं।
年収訴求

2. पूर्व आवश्यकताहरू

2.1 समर्थित GPU को जाँच गर्ने विधि

पहिले, प्रणालीमा स्थापित NVIDIA GPU ले CUDA लाई समर्थन गर्छ कि गर्दैन जाँच गर्नुहोस्। निम्न कमान्डलाई टर्मिनलमा चलाउनुहोस्।
lspci | grep -i nvidia
यदि यो कमान्डको आउटपुटमा NVIDIA को डिभाइस देखिन्छ भने, GPU पहिचान भएको छ। विस्तृत समर्थित GPU को सूची NVIDIA को आधिकारिक वेबसाइटमा जाँच गर्न सकिन्छ।

2.2 Ubuntu को संस्करण जाँच

CUDA ले विशिष्ट Ubuntu संस्करणहरूलाई समर्थन गर्छ। निम्न कमान्डले हालको Ubuntu संस्करण जाँच गर्नुहोस्।
lsb_release -a
सामान्यतया, Ubuntu को LTS (दीर्घकालीन समर्थन) संस्करण सिफारिस गरिन्छ। नवीनतम समर्थन जानकारी NVIDIA को आधिकारिक कागजातमा जाँच गर्नुहोस्।

2.3 gcc को स्थापना जाँच

CUDA को स्थापनाका लागि gcc कम्पाइलर आवश्यक छ। निम्न कमान्डले स्थापना स्थिति जाँच गर्नुहोस्।
gcc --version
यदि gcc स्थापित छैन भने, निम्न कमान्डले स्थापना गर्नुहोस्।
sudo apt install build-essential

3. NVIDIA ड्राइभरको स्थापना

3.1 विद्यमान ड्राइभरहरूको हटाउने

यदि पुरानो NVIDIA ड्राइभर स्थापित छ भने, द्वन्द्वबाट बच्नको लागि हटाउनुहोस्। कृपया निम्न कमान्डहरू चलाउनुहोस्।
sudo apt-get --purge remove '*nvidia*'
sudo apt-get autoremove

3.2 उपयुक्त ड्राइभरको चयन र स्थापना

NVIDIA को आधिकारिक साइटबाट, तपाईंले प्रयोग गरिरहनुभएको GPU लाई उपयुक्त ड्राइभर जाँच गर्नुहोस्, र निम्न चरणहरू अनुसार स्थापना गर्नुहोस्।
  1. रिपोजिटरी थप्ने टर्मिनलमा निम्न कमान्ड चलाएर, NVIDIA को ड्राइभर रिपोजिटरी थप्नुहोस्।
   sudo add-apt-repository ppa:graphics-drivers/ppa
   sudo apt-get update
  1. सिफारिस गरिएको ड्राइभर जाँच्ने सिफारिस गरिएको ड्राइभर जाँच गर्न निम्न कमान्ड प्रयोग गर्नुहोस्।
   ubuntu-drivers devices
आउटपुटमा “recommended” देखाइएको ड्राइभर स्थापना गर्नुहोस्।
  1. ड्राइभरको स्थापना सिफारिस गरिएको ड्राइभर नम्बर निर्दिष्ट गरेर स्थापना गर्नुहोस्।
   sudo apt install nvidia-driver-<सिफारिस संस्करण>
  1. स्थापना पछि पुन: सुरु ड्राइभरको स्थापना सम्पन्न भएपछि, निम्न कमान्डले प्रणाली पुन: सुरु गर्नुहोस्।
   sudo reboot

4. CUDA टुलकिटको स्थापना

4.1 CUDA संस्करणको छनोट

NVIDIA कोआधिकारिक CUDA डाउनलोड पृष्ठ मा, प्रयोग गरिरहेको GPU वा Ubuntu संस्करणसँग मेल खाने CUDA संस्करण जाँच गर्नुहोस्। यदि तपाईंले नवीनतम संस्करण प्रयोग गर्नुहुन्छ भने, सफ्टवेयर वा लाइब्रेरीहरूसँगको अनुकूलता जाँच गर्नुहोस्।

4.2 रिपोजिटरी थप्ने र स्थापना

निम्न चरणहरू अनुसार CUDA टुलकिट स्थापना गर्नुहोस्।
  1. रिपोजिटरी थप्ने NVIDIA को रिपोजिटरी थप्नुहोस् (निम्न Ubuntu 20.04 को उदाहरण हो)।
   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
  1. रिपोजिटरी कुञ्जी थप्ने रिपोजिटरी कुञ्जी प्राप्त गरेर स्थापना गर्नुहोस्।
   sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
  1. CUDA प्याकेजको स्थापना CUDA टुलकिट स्थापना गर्नुहोस्।
   sudo apt update
   sudo apt install cuda
  1. स्थापना पछि जाँच CUDA सही रूपमा स्थापना भएको छ कि जाँच गर्नुहोस्।
   nvcc --version

5. वातावरणीय चरहरूको सेटिङ

5.1 PATH र LD_LIBRARY_PATH को सेटिङ

CUDA प्रयोग गर्नका लागि वातावरणीय चरहरूलाई सही रूपमा सेट गर्न आवश्यक छ। निम्नलिखित चरणहरू पालन गर्नुहोस्।
  1. .bashrc फाइल सम्पादन गर्नुहोस्
   nano ~/.bashrc
  1. निम्नलिखित लाइनहरू थप्नुहोस्
   export PATH=/usr/local/cuda/bin:$PATH
   export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
  1. सेटिङ लागू गर्नुहोस् सम्पादन बचत गरेर टर्मिनललाई पुनः लोड गर्नुहोस्।
   source ~/.bashrc

6. cuDNN को स्थापना

6.1 cuDNN भनेको के हो

cuDNN (CUDA Deep Neural Network library) डिप लर्निङका लागि अनुकूलित GPU त्वरण लाइब्रेरी हो।

6.2 cuDNN को डाउनलोड

NVIDIA को आधिकारिक वेबसाइट बाट, प्रयोग गरिने CUDA संस्करणसँग मेल खाने cuDNN डाउनलोड गर्नुहोस्। डाउनलोडका लागि NVIDIA को खाता आवश्यक छ।

6.3 cuDNN को स्थापना प्रक्रिया

  1. आर्काइभको निकाल्ने डाउनलोड गरिएको cuDNN आर्काइभलाई निकाल्नुहोस्।
   tar -xzvf cudnn-<संस्करण>.tgz
  1. फाइलहरूको प्रतिलिपि आवश्यक फाइलहरूलाई CUDA निर्देशिकामा प्रतिलिपि गर्नुहोस्।
   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*
  1. स्थापनाको पुष्टि निम्न कमान्डले cuDNN को संस्करण जाँच गर्नुहोस्।
   cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

7. स्थापनाको पुष्टि

7.1 CUDA को सञ्चालन जाँच

निम्न कमान्ड प्रयोग गरेर CUDA सही रूपमा स्थापित छ कि जाँच गर्नुहोस्।
nvcc --version

7.2 नमूना कार्यक्रमको निष्पादन

CUDA को नमूना कार्यक्रम चलाउनुहोस् र सञ्चालन जाँच गर्नुहोस्।
  1. नमूनाको सेटअप
   cuda-install-samples-<バージョン>.run
   cd ~/NVIDIA_CUDA-<バージョン>_Samples/1_Utilities/deviceQuery
   make
  1. कार्यक्रमको निष्पादन
   ./deviceQuery
आउटपुट परिणाममा «PASS» देखाइएको छ भने स्थापना सफल छ।

8. समस्या निवारण

8.1 सामान्य समस्याहरू र समाधानहरू

  • समस्या: CUDA लाई सही रूपमा पहिचान गरिँदैन समाधान: वातावरणीय चर सेटिङ्गहरू पुन: जाँच गर्नुहोस् र पुन: सुरु गर्नुहोस्।
  • समस्या: GPU प्रयोग गरिँदैन समाधान: NVIDIA ड्राइभर पुन: स्थापना गर्न प्रयास गर्नुहोस्।
  • समस्या: CUDA र सफ्टवेयर बीच अनुकूलता छैन समाधान: सफ्टवेयरले समर्थन गर्ने CUDA संस्करण जाँच गर्नुहोस् र त्यस अनुसारको संस्करण स्थापना गर्नुहोस्।

9. सारांश

यस लेखमा, Ubuntu वातावरणमा CUDA र cuDNN को स्थापना प्रक्रियालाई विस्तृत रूपमा व्याख्या गरियो। यो प्रक्रियालाई सही ढङ्गले पालन गरेर, द्रुत GPU गणना वातावरण निर्माण गर्न सकिन्छ। गहिरो सिकाइ वा वैज्ञानिक गणनामा प्रयोग गर्न चाहनेहरूले, अर्को चरणको रूपमा TensorFlow वा PyTorch को सेटअप पनि विचार गर्नुहोस्।

संबंधित लेखहरू

संबंधित

1. परिचय CUDA (Compute Unified Device Architecture) NVIDIA ले विकास गरेको GPU प्रयोग गरेर समानान्तर गणना प्लेटफर्म हो। […]

संबंधित

1. Ubuntu मा Nvidia ड्राइभर प्रयोग गर्ने कारण Ubuntu ले डिफल्ट रूपमा ओपन सोर्स Nouveau ड्राइभर प्रदान गर्दछ, तर Nvidia […]

संबंधित

1. परिचय Ubuntu मा GPU को उपयोग गर्दा, यसको अवस्थालाई सही रूपमा जाँच गर्नु महत्वपूर्ण छ। विशेष गरी, डिप लर्निङ वा ग्राफ[…]

侍エンジニア塾