Kompletong Gabay sa Pag-install ng CUDA sa Ubuntu [Para sa Baguhan]

1. Panimula

Ang CUDA (Compute Unified Device Architecture) ay isang parallel computing platform at API na ibinigay ng NVIDIA, na nagbibigay-daan sa mabilis na pagpoproseso ng kalkulasyon gamit ang GPU.
Ginagamit ito sa maraming larangan tulad ng machine learning, deep learning, scientific computing, at iba pa.
Sa artikulong ito, tatalakayin natin nang detalyado ang mga hakbang sa pag-install ng CUDA sa kapaligiran ng Ubuntu.

2. Mga Paunang Kondisyon

2.1 Paraan ng Pagsusuri ng Sumusuportahang GPU

Una, suriin kung ang NVIDIA GPU na naka-install sa sistema ay sumusuporta sa CUDA.
Mangyaring i-execute ang sumusunod na command sa terminal.

lspci | grep -i nvidia

Kung lilitaw ang mga device ng NVIDIA sa output ng command na ito, kinikilala na ang GPU.
Ang detalyadong listahan ng sumusuportahang GPU ay maaaring suriin sa opisyal na site ng NVIDIA.

2.2 Pagsusuri ng Bersyon ng Ubuntu

Ang CUDA ay sumusuporta sa partikular na bersyon ng Ubuntu.
Suriin natin ang kasalukuyang bersyon ng Ubuntu gamit ang sumusunod na command.

lsb_release -a

Pangkalahatan, ang LTS (Long Term Support) bersyon ng Ubuntu ang inirerekomenda.
Mangyaring suriin ang pinakabagong impormasyon sa suporta sa opisyal na dokumentasyon ng NVIDIA.

2.3 Pagsusuri ng Pag-install ng gcc

Ang pag-install ng CUDA ay nangangailangan ng gcc compiler.
Suriin ang katayuan ng pag-install gamit ang sumusunod na command.

gcc --version

Kung hindi pa naka-install ang gcc, mangyaring i-install ito gamit ang sumusunod na command.

sudo apt install build-essential

3. Pag-install ng NVIDIA Driver

3.1 Pagbura ng Lumang Driver

Kung may lumang NVIDIA driver na naka-install, burahin ito upang maiwasan ang conflict.
I-execute ang mga sumusunod na command.

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

3.2 Pagpili at Pag-install ng Tamang Driver

Mula sa opisyal na site ng NVIDIA, suriin ang driver na angkop sa iyong GPU, at sundan ang mga sumusunod na hakbang para sa pag-install.

1. Pagdaragdag ng Repository I-execute ang mga sumusunod na command sa terminal upang idagdag ang NVIDIA driver repository.

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

2. Pagsusuri ng Inirekomendang Driver Gumamit ng sumusunod na command upang suriin ang inirekomendang driver.

   ubuntu-drivers devices

I-install ang driver na may “recommended” sa output.

3. Pag-install ng Driver Tukuyin ang numero ng inirekomendang driver para sa pag-install.

   sudo apt install nvidia-driver-<bersyong inirekomenda>

4. Reboot Pagkatapos ng Pag-install Kapag natapos na ang pag-install ng driver, i-restart ang system gamit ang sumusunod na command.

   sudo reboot

4. Pag-install ng CUDA Toolkit

4.1 Pagpili ng Bersyon ng CUDA

Sa opisyal na pahina ng pag-download ng CUDA ng NVIDIA, suriin ang bersyon ng CUDA na naaayon sa iyong ginagamit na GPU o bersyon ng Ubuntu.
Kung gagamitin ang pinakabagong bersyon, tiyakin ang pagkakasang-ayon nito sa software at mga library.

4.2 Pagdaragdag ng Repository at Pag-install

Sa mga sumusunod na hakbang, i-install ang CUDA Toolkit.

1. Pagdaragdag ng Repository Idagdag ang repository ng NVIDIA (halimbawa para sa Ubuntu 20.04 sa ibaba).

   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. Pagdaragdag ng Repository Key Kunin at i-install ang repository key.

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

3. Pag-install ng CUDA Package I-install ang CUDA Toolkit.

   sudo apt update
   sudo apt install cuda

4. Pagsusuri pagkatapos ng Pag-install Suriin kung tama ang pag-install ng CUDA.

   nvcc --version

5. Pagsasadya ng Mga Environment Variable

5.1 Pagsasadya ng PATH at LD_LIBRARY_PATH

Upang magamit ang CUDA, kailangang i-set nang tama ang mga environment variable. Sundin ang mga hakbang sa ibaba.

1. .bashrc na file ay i-edit

   nano ~/.bashrc

2. Idagdag ang mga sumusunod na linya

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

3. I-apply ang mga setting I-save ang mga pagbabago at i-reload ang terminal.

   source ~/.bashrc

6. Pag-iinstal ng cuDNN

6.1 Ano ang cuDNN

Ang cuDNN (CUDA Deep Neural Network library) ay isang GPU acceleration library na na-optimize para sa deep learning.

6.2 Pag-download ng cuDNN

Mula sa opisyal na site ng NVIDIA, i-download ang cuDNN na tugma sa bersyon ng CUDA na gagamitin.
Kailangan ng account ng NVIDIA para sa pag-download.

6.3 Mga Hakbang sa Pag-iinstal ng cuDNN

1. Pag-eksak ng Arkibo I-eksak ang na-download na arkibo ng cuDNN.

   tar -xzvf cudnn-<version>.tgz

2. Pag-kopya ng Mga File Kopyahin ang kinakailangang mga file sa direktoryo ng 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. Pag-verify ng Pag-iinstal I-verify ang bersyon ng cuDNN gamit ang sumusunod na command.

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

7. Pagsusuri ng Pag-install

7.1 Pagsusuri ng Pag-andar ng CUDA

Suriin kung tama ang pag-install ng CUDA gamit ang sumusunod na command.

nvcc --version

7.2 Pagpapatupad ng Sample Program

Ipatupad ang sample program ng CUDA upang suriin ang pag-andar nito.

1. Pag-set up ng Sample

   cuda-install-samples-

2. _Samples/1_Utilities/deviceQuery make

Pagpapatupad ng Program

8. Pagresolba ng mga Problema

8.1 Mga Karaniwang Problema at Solusyon

• Problema: Hindi tama ang pagkilala sa CUDA
  Solusyon: Suriin muli ang mga setting ng environment variable at i-restart.
• Problema: Hindi nagagamit ang GPU
  Solusyon: Subukan ang muling pag-install ng NVIDIA driver.
• Problema: Walang compatibility ang CUDA at software
  Solusyon: Suriin ang CUDA version na sinusuportahan ng software at i-install ang naaayon na version.

9. Buod

Sa artikulong ito, inilarawan nang detalyado ang mga hakbang sa pag-install ng CUDA at cuDNN sa kapaligiran ng Ubuntu.
Sa pamamagitan ng tamang pagsunod sa mga hakbang na ito, posible na bumuo ng mabilis na kapaligiran ng GPU computing.
Para sa mga nagsisikap na gamitin ito sa deep learning o scientific computing, isaalang-alang din ang pag-set up ng TensorFlow o PyTorch bilang susunod na hakbang.

Mga Kaugnay na Artikulo

Kaugnay

Paano Tingnan ang Bersyon ng CUDA sa Ubuntu: Simpleng Gabay

1. Panimula Ang CUDA (Compute Unified Device Architecture) ay isang parallel computing platform na gumagamit ng GPU na […]

Kaugnay

Madaling pag-install ng Nvidia driver sa Ubuntu | Gabay

1. Mga dahilan para gumamit ng Nvidia driver sa Ubuntu Ang Ubuntu ay nagbibigay ng open-source na driver na Nouveau bil[…]

Kaugnay

Gabay sa Pagsusuri ng GPU sa Ubuntu: Paggamit at Setup ng nvidia-smi

1. Panimula Sa paggamit ng GPU sa Ubuntu, mahalagang suriin nang tumpak ang kalagayan nito. Lalo na sa mga gawain tulad[…]