[AI] DL GPU 개발환경 구축 - WSL

DL GPU 개발환경 구축(참고: 윈도우 버전)을 WSL에서 진행해 보자.

• GPU: NVIDIA Geforce RTX 3060
  • compute possibility: 8.6
• CUDA: 11.7
  • WSL 환경 지원
• cuDNN: 8.5.0
  • Linux 환경 기준으로 진행하면 됨

NVIDIA GPU 드라이버 설치

• NVIDIA 그래픽 드라이버 설치
  • 설치 링크: NVIDIA drivers
• nvidia-utils 패키지 설치

  sudo apt install nvidia-utils-510
  

CUDA 설치

GPU의 compute possibility에 맞는 CUDA를 설치한다.

• compute possibility: 8.6
• CUDA: 11.7
  • CUDA 별로 지원되는 GPU 사양에 맞는 CUDA 버전을 선택하면 됨
  • PyTorch 2.0 이상에서 CUDA 11.7을 필요로 하기 때문에 해당 버전 선택

NVIDIA에서 CUDA 설치 시 WSL 환경을 지원하고 있다.

• 설치 링크: cuda 11.7 download archive
• 아래와 같이 target platform 선택
• 선택 후 가이드에 따라 아래 명령어 진행

  wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
  sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
  wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-wsl-ubuntu-11-7-local_11.7.0-1_amd64.deb
  sudo dpkg -i cuda-repo-wsl-ubuntu-11-7-local_11.7.0-1_amd64.deb
  sudo cp /var/cuda-repo-wsl-ubuntu-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
  sudo apt-get update
  sudo apt-get -y install cuda
  

• cuda 11.7 설치되어 있는지 확인
• 환경 변수 설정

  export PATH=/usr/local/cuda-11.7/bin:$PATH
  export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.7/lib64:$LD_LIBRARY_PATH
  

• cuda 버전 확인

  nvcc --version
  

  

cuDNN 설치

• cuDNN: 8.5.0
  • 설치 링크: cuDNN archive
  • 위 링크에서 CUDA 버전에 맞는 것을 찾으면 됨
• cuDNN 설치 가이드에 따라 아래 명령어 진행
  • 설치 가이드: cudnn-895 install guide

    $ sudo dpkg -i cudnn-local-repo-ubuntu2204-8.5.0.96_1.0-1_amd64.deb
    $ sudo cp sudo cp /var/cudnn-local-repo-ubuntu2204-8.5.0.96/cudnn-local-7ED72349-keyring.gpg /usr/share/keyrings/
    $ sudo apt-get update
    $ sudo apt-get install libcudnn8=8.5.0.96-1+cuda11.7
    $ sudo apt-get install libcudnn8-dev=8.5.0.96-1+cuda11.7
    $ sudo apt-get install libcudnn8-samples=8.5.0.96-1+cuda11.7
    

• 설치된 cuDNN 버전 확인
  • /usr/include/x86_64-linux-gnu/cudnn_version_v8.h

    eraser@DESKTOP-FAIGO7U:~$ cat /usr/include/x86_64-linux-gnu/cudnn_version_v8.h | grep CUDNN
    #ifndef CUDNN_VERSION_H_
    #define CUDNN_VERSION_H_
    #define CUDNN_MAJOR 8
    #define CUDNN_MINOR 5
    #define CUDNN_PATCHLEVEL 0
    #define CUDNN_VERSION (CUDNN_MAJOR * 1000 + CUDNN_MINOR * 100 + CUDNN_PATCHLEVEL)
    #endif /* CUDNN_VERSION_H *
    

참고: cuDNN 8.5.0 설치의 이유

cuDNN archive 링크에서 찾으면, CUDA 11.x 버전에 맞는 cuDNN 버전은 꽤 많은 것으로 나온다. 다만, 해당 버전들 중, libcudnn 설치 시 CUDA 11.7 버전에 맞는 것이 없다고 확인된 버전들이 있어서, libcudnn deb 파일 리스트를 보고, CUDA 11.7 버전에 호환되는 libcudnn 파일이 있는 것을 확인해 설치했다.

^{CUDA 11.x 버전을 위한 cuDNN 버전이지만, libcudnn을 찾을 수 없음}

^{CUDA 11.7에 맞는 libcudnn이 있는 버전을 찾음}

설치 확인

pytorch가 설치된 상태에서 아래 테스트 코드 실행

import torch

print(torch.cuda.is_available())
print(torch.__version__)

(gaze-env) eraser@DESKTOP-FAIGO7U:~/projects$ python3 test.py
True
2.5.0+cu124