gpu를 사용하기 위한 cuda 설정하기

nvidia-smi로 CUDA driver 버전을 확인한다. 링크 cat /proc/driver/nvidia/version도 가능하다.

예를 들어, 드라이버 버전이 384.81라고 가정하면, CUDA Toolkit의 버전은 9.0을 깔아야한다.
혹시 9.2 버전을 깔게되면 아래와 같은 에러가 뜰 수 있다.

tensorflow.python.framework.errors_impl.InternalError: cudaGetDevice() failed. Status: CUDA driver version is insufficient for CUDA runtime version

CUDA Toolkit의 로컬 설치 링크
첫번째 방법은 Runfile installation이 있다. (sudo가 필요없음)

$ ./runfile.run --silent \
                --toolkit --toolkitpath=/my/new/toolkit \
                --samples --samplespath=/my/new/samples

위와 같은 명령어로 설치 후에 nvcc --version 또는 cat /usr/local/cuda/version.txt 로 버전을 확인해보자.

cuDNN 라이브러리 설치 링크

cuDNN 패키지를 다운로드하고 압축을 푼다.
tar -xzvf cudnn-툴킷버전-linux-x64-버전.tgz

다음과 같은 파일들을 CUDA Toolkit directory에 복사한다.

$ cp cuda/include/cudnn.h /usr/local/cuda/include
$ cp cuda/lib64/libcudnn* /usr/local/cuda/lib64  
$ chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib64/libcudnn*

cuDNN version을 확인하려면 다음과 같은 명령어를 사용하면된다.
cat $HOME/usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

마지막으로 환경변수를 설정해주면 된다.

export PATH="$HOME/usr/local/cuda/bin:$PATH"  
export CUDA_HOME=$HOME/usr/local/cuda
export LD_LIBRARY_PATH="$HOME/usr/local/cuda/lib64:$HOME/usr/local/cuda/extras/CUPTI/lib64:$LD_LIBRARY_PATH"