[환경 세팅] Ubuntu 20.04에 CUDA 11.3 cuDNN 8.2.1 설치하기

Author: Kangchan Roh
Date: 2022/08/01

---

• Ubuntu 20.04
• Nvidia 드라이버 470
• CUDA 11.3
• cuDNN 8.2.1

 

---

▣ 머리말

안녕하세요 첫 포스팅으로 인사드려요. 진남준(진정한남자준희)씨랑 블로그 공동 운영하게 된 노갈이예요.
준희씌는 이미 대학원생이고 저는 곧 대학원생이라 앞으로 이 블로그에서 자주 뵐 것 같아요.
자자 인사 다 했으니
GPU로 인공지능 학습을 위해 필수로 설치해야 할 라이브러리 CUDA와 cuDNN을 Ubuntu환경에서 설치를 해봅시다.
저는 Pytorch를 사용하기 위해 설치를 했어요.

---

• 참고한 블로그: https://webnautes.tistory.com/1479

Ubuntu 20.04에 CUDA 11.2, cuDNN 8.1.0, OpenCV 4.5.1 설치

 

---

▣ Nvidia 그래픽 드라이버 설치

• 심심하니까 맞는 버전 살펴보기

$ ubuntu-drivers devices

• 저는 465 버전 깔았는데 자동으로 470버전 깔아줌 ㅋㅋ ㅉㅁㄴ 근데 465 이상이 권장이라 ㄱㅊ을 듯여

$ sudo apt install nvidia-driver-465
$ reboot

• 리부팅 꼭 해주시고 설치 확인

$ nvidia-smi

• Nvidia 드라이버가 아닌 nouveau 드라이버가 잡혀서 막히면 아래 참고해서 해결해주세용
  • nouveau 드라이버 블랙리스트
    참고: https://linuxconfig.org/how-to-disable-blacklist-nouveau-nvidia-driver-on-ubuntu-20-04-focal-fossa-linux

How to disable/blacklist Nouveau nvidia driver on Ubuntu 20.04 Focal Fossa Linux

 

---

▣ CUDA 11.3 설치

자 엔비디아 그래픽 드라이버 잘 깔았다 치고 CUDA를 깔아봅시다. (못 까셨다면 유감 어찌저찌 깔아오세연)
Pytorch를 사용하기위해 CUDA 11.3 설치하겠습니다.

• CUDA 다운 페이지 가셔서 runfile 다운
  
  참고: https://developer.nvidia.com/cuda-11.3.0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=runfile_local

CUDA Toolkit 11.3 Downloads

$ wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run
$ sudo sh cuda_11.3.0_465.19.01_linux.run

• 잠시 기다리면 설치화면 뜹니다. Continue.

• 다음과 같이 에러가 난다면 gcc가 설치가 안 된 상태입니다. build를 위한 필수 패키지들 설치하고 다시 해보세요.
  • Failed to verify gcc version. See log at /var/log/cuda-installer.log for details.

$ sudo apt-get install build-essential

• accept 해야죠 뭐

• 드라이버 설치는 방금 했기 때문에 드라이버 체크 해제하고 Install
  드라이버도 run 파일에서 같이 설치해보려하니까 안되더라구요 그래서 따로 해보니 됐음 개꿀따라쉬 ㅋ

이미지는 버전 11.2로 쓰여있는데 위에 참고한 블로그있죠? 거기 이미지 써서 그렇슴다 곧 바꿀예정 신경쓰지마세용

• 문제 없이 설치가 되면 다음과 같은 화면이 뜹니다.

• ~/.bashrc 에 환경변수를 기재 후 저장 후 source

export PATH=$PATH:/usr/local/cuda-11.3/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.3/lib64
export CUDADIR=/usr/local/cuda-11.3

• 설치 확인

$ nvcc -V

---

▣ cuDNN 8.2.1 설치

• 들어가셔서 Download cuDNN 클릭하시고 로그인
  
  참고: https://developer.nvidia.com/cudnn

CUDA Deep Neural Network

• 하단에 Archived cuDNN Releases 클릭

• 8.2.1 for CUDA 11.x 선택하시고

• 다음 항목 선택하시면 압축파일이 다운로드 될 거예요.
  • cuDNN Library for Linux (x86_64)
• 다운로드 받은 파일을 압축 풀어서 파일 복사합니다.

$ cd Downloads
$ tar xvzf cudnn-11.3-linux-x64-v8.2.1.32.tgz
$ sudo cp cuda/include/cudnn* /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*

• 링크를 다시 걸어줘야 합니다.

$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.2.1 /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_train.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_ops_train.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.2.1  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8
$ sudo ln -sf /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8  /usr/local/cuda-11.3/targets/x86_64-linux/lib/libcudnn.so.8

• 새로 추가된 라이브러리를 시스템에서 찾을 수 있도록 하고 홈 디렉토리로 이동합니다.

$ sudo ldconfig
$ cd 홈으로

• 설정이 제대로 되었는지 확인합니다. 다음처럼 8.2.1이 보여야 합니다.

$ ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn

---

rohgal@rohgal-Samsung-Desktop-System:~$ ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn
libcudnn_adv_train.so.8 -> libcudnn_adv_train.so.8.2.1
libcudnn_adv_infer.so.8 -> libcudnn_adv_infer.so.8.2.1
libcudnn_ops_infer.so.8 -> libcudnn_ops_infer.so.8.2.1
libcudnn.so.8 -> libcudnn.so.8.2.1
libcudnn_ops_train.so.8 -> libcudnn_ops_train.so.8.2.1
libcudnn_cnn_train.so.8 -> libcudnn_cnn_train.so.8.2.1
libcudnn_cnn_infer.so.8 -> libcudnn_cnn_infer.so.8.2.1

---