path 설정을 새로 하기 귀찮다는 이유로 컴퓨터를 밀지 않고 사용했더니 대참사가 발생했다.
conda update가 무한 로딩에 걸려 포기하고 Anaconda 재설치를 진행하였고, 이제는 CUDA를 여러개 사용할 수 있도록 설정을 진행해보려 한다.
필요 버전은 여기서 확인
CUDA 12.1 설치
우선 현재 내 pc에 존재하는 CUDA를 살펴보면 11.7, 12.0 버전이 있다.
torch 2.2를 사용하고 싶어 12.1을 추가로 설치하려 한다.
우선 프로그램 추가/제거에서 nvidia frameview sdk를 제거하였다.
(아래와 같은 과정을 통해 CUDA를 설치하니 nvidia frameview sdk가 다시 설치되지 않았다... 제거하지 않고 시도해보고 안되면 제거하는 걸 추천!)
이제 시작!
multiCUDA를 적용하기 위해서는 꼭 exe(local) file로 다운받아야 한다고 해서 그대로 시도했다.
여기로 가서 원하는 CUDA 버전 클릭 후 다운
다운로드 후 실행하면 다음과 같은 팝업을 확인할 수 있다.
ok 누르면
사용자 정의 설치로 들어가서 CUDA만 선택했다.
솔직히 가장 좋은 방법은 리눅스로 설치하는 것인데 (다른 많은 블로그에서는 리눅스를 사용한다) 윈도우로 시도해보고 싶었다. 귀찮음
그후, CUDA 12.1에 맞는 cuDNN을 설치하고자 cuDNN v.8.9.2를 다운받았다.
압축 해제 후 bin, include, lib 폴더 내부의 파일들을 CUDA/v.12.1에서 동일한 폴더에 넣어준다.
환경변수 설정을 해주어야 하는데, 확인해보면 CUDA_PATH에 12.1버전으로 되어있다.
CUDA_PATH는 그대로 두고, PATH 변수로 가서 12.1 버전에 맞는 path를 기존 11.7보다 위로 올려주면 된다.
추가적으로
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include
- C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\extras\CUPTI\lib64
2가지 경로를 작성해주면 변수 설정은 끝난다.
사용할때마다 CUDA_PATH와 PATH의 위치를 변경해주면 될 것 같은데 귀찮으면 리눅스에서 PATH설정 추가로 해주면 된다. 나는 당분간 이전 버전 CUDA는 사용하지 않을 것 같아서 안함.
그다음 여기로 들어가서 원하는 버전의 torch 설치 코드를 가져오면 된다
나는 v2.2.0을 원했고, CUDA 12.1이라서 다음과 같은 코드를 복사해왔다.
conda install pytorch==2.2.0 torchvision==0.17.0 torchaudio==2.2.0 pytorch-cuda=12.1 -c pytorch -c nvidia
Anaconda prompt에서 설치에 사용할 가상환경을 activate하고, 해당 코드를 붙여넣는다.
설치 완료 후 확인해보자.
# Anaconda prompt에서
python
import torch
print(torch.__version__)
torch.cuda.is_available()
+ 24.07.15
CUDA 11.3 설치하기
이번엔 필요한 torch 1.9.1이 필요해서, 그에 맞는 CUDA를 추가로 설치해야한다
이럴거면 리눅스로 했지
우선 맞는 toolkit을 다운받아준다.
윈도우 10까지만 있어서 혹시 몰라 Ubuntu를 설치했다.
Ubuntu도 20.04가 필요할 듯 해서 22.04, 20.04 2개 다 설치 후, 그때 그때 필요한 버전을 사용한다.
wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
# 이게 필요할까 싶긴 한데 일단.... 권한 주면 편하긴하니까
chmod 777 cuda_11.3.0_465.19.01_linux.run
sudo sh cuda_11.3.0_465.19.01_linux.run
그런데 gcc 에러 발생해서 여기 참고하여 해결
Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.
gcc 문제 해결 후 마지막 명령어 다시 입력하고 기다리니 다음과 같은 화면이 떴다.
성공 !
했지만 이제 cuDNN을 다운받아야 한다....
여기 참고해서 링크설정 등등은 제외하고 시도했다!
진짜 성공 한줄알았는데 8.3.2를 깔았어야... 일단 해보고 안되면 다시 돌아올게요
