CUDA, driver, PyTorch + Tensorflow 호환되는 version 찾고 설치(업그레이드, 다운그레이드)하기

CUDA를 설치 시에 driver version에 맞는 version을 설치해야 하고,

CUDA version에 맞는 version의 PyTorch를 설치해야 한다.

 

참고: Driver & Cuda & PyTorch version 확인

Python으로 PyTorch, Python, CUDA, cudnn 버전 확인

 

 

1. Nvidia 드라이버 설치

ubuntu 18.04에서 nvidia 드라이버, cuda, cudnn 설치하기

 

1) ubuntu 패키지 업데이트 및 추가 라이브러리 설치

 

sudo apt update
sudo apt install -y build-essential
sudo apt-get install -y freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev libglfw3-dev libgles2-mesa-dev
sudo apt-get install -y libfreeimage3 libfreeimage-dev

 

2) nouveau 드라이버 blacklist 등록

 

sudo vi /etc/modprobe.d/blacklist-nouveau.conf

#다음 내용을 추가

blacklist nouveau

options nouveau modeset=0

 

3) 커널 리빌드 및 재부팅, noveau 비활성화 확인

 

sudo update-initramfs –u

sudo reboot

lsmod | grep nouveau #아무것도 안뜨면 정상

 

4) Repository 추가

 

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

 

5) 설치 가능 nvidia 드라이버 목록 확인 및 설치

 

apt-cache search nvidia | grep nvidia-driver #설치 가능 드라이버 목록 확인
sudo apt install -y nvidia-driver-470 #설치
sudo reboot #재시작

 

6) 설치 완료 확인

 

 

 

2. CUDA & Driver compatibility

 

각 driver version과 호환되는 CUDA version은 다음 링크에서 확인가능하다. 

[1] https://docs.nvidia.com/deploy/cuda-compatibility/ (11.x, 10.x)

[2] https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html#cuda-major-component-versions__table-cuda-toolkit-driver-versions (11.0~11.4)

 

 

 

위 표는 각 CUDA version에 호환가능한 driver의 최소 사양이고, 아래는 CUDA Toolkit에 포함된 driver version이라고 하는데.. 무슨 차이가 있는지 잘 모르겠다.

 

 

공식 홈페이지 [2] 에서는 Toolkit driver version과 Minimum required version이 다른 경우는 compatibility mode에서 허용된다 라고 적혀 있는데.. CUDA Toolkit을 설치하면 자동으로 설치되는 driver version이 Toolkit driver version이고, Minimum required version에서도 호환된다 라는 뜻인 것 같다.

 

 

3. CUDA installation

 

driver version과 그에 맞는 CUDA version을 확인했으면,

설치할 CUDA version을 결정한다.

 

가장 최신 CUDA를 설치하는 것이 좋은 것이 아니다.

PyTorch 역시 CUDA version에 맞게 설치해야 하고, 각 PyTorch version마다 지원하는 CUDA version이 정해져 있기 때문에..

아래 3. 을 보고, 본인이 설치할 PyTorch version과 호환되는 CUDA를 설치하는 것을 추천한다.

 

 

1) Uninstall previous version

 

만약 이미 CUDA가 깔려 있다면, 새로운 version을 설치하기 전에 먼저 삭제해야 한다.

 

아래 링크를 참고했다.

Linux(우분투)에서 CUDA 다운그레이드하기

CUDA (+CUDA Toolkit), Nvidia Driver, cuDNN 우분투 20.04 설치

 

sudo rm /etc/apt/sources.list.d/cuda* #nvidia/cuda 패키지 제거
sudo apt remove --autoremove nvidia-cuda-toolkit #nvidia-cuda-toolkit 제거
sudo apt-get purge nvidia* && sudo apt-get autoremove && sudo apt-get autoclean && sudo rm -rf /usr/local/cuda* #nvidia 관련 패키지 제거
sudo reboot

 

 

2) Install latest version

 

가장 최신 version의 CUDA는 아래 링크에서 다운로드할 수 있다.

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu 

CUDA Toolkit 11.4 Update 1 Downloads

 

 

운영체제와 Installer Type을 선택하면 설치 명령어를 알려준다.

(CUDA 11.4는 Ubuntu 16.04는 지원을 안하나 보다.)

 

 

참고: cuda 설치 시 유의사항 (출처)

deb(local) 설치 시 cuda 버전과 매칭된 nvidia 드라이버가 같이 설치된다고 한다. 충돌이 일어날 수도 있기 때문에 드라이버 버전 없이 설치할 경우 runtime(local)로 설치하면 된다고 함. runtime(local)을 이용한 설치는 위 링크 참고

 

 

3) Install previous version

 

이전 version의 CUDA는 다음 링크에서 다운로드 가능하다.

https://developer.nvidia.com/cuda-toolkit-archive

CUDA Toolkit Archive

 

 

원하는 version을 클릭하고, 마찬가지로 운영체제와 Installer Type를 선택하면 설치를 위한 명령어를 알려준다.

 

 

 

4) Setting Environment variables

 

Cuda를 (재)설치했으면 환경변수를 설정해주어야 한다.

 

vi .bashrc

 

bashrc 파일을 열어 맨 아래에 다음과 같이 추가 (혹은 수정) 해준다.

 

export CUDA_HOME=/usr/local/cuda-10.2
export PATH=/usr/local/cuda-10.2/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64:$LD_LIBRARY_PATH

 

 

4. CUDA & PyTorch compatibility + PyTorch intallation

 

PyTorch는 이전 버전의 uninstall 없이 바로 설치해도 된다.

 

가장 최신 version의 PyTorch는 아래 링크에서 다운로드할 수 있다.

https://pytorch.org/get-started/locally/

PyTorch

 

CUDA와 마찬가지로 설치할 PyTorch version, 현재 운영체제, 다운로드할 방법, 사용할 언어, CUDA version을 선택하면 명령어를 알려준다.

PyTorch v1.9.0과 1.8.2는 CUDA 10.2와 11.1과 호환가능한 것을 볼 수 있다.

 

 

 

이전 version은 다음 링크에서 다운로드할 수 있다.

https://pytorch.org/get-started/previous-versions/

PyTorch

 

최신 version처럼 친절하게 알려주지는 않지만, 마찬가지로 PyTorch version, 현재 운영체제, 다운로드할 방법, 사용할 언어, CUDA version에 따라 명령어가 정리되어 있다.

 

 

 

5. CUDA & Tensorflow compatibility + Tensorflow intallation

 

Tensorflow 역시 CUDA version과의 호환성을 확인하고 그에 맞는 버전으로 install/upgrade/downgrade해야 하는데.. PyTorch에 비해 비교적 간단하다.

 

우선, 다음 링크에서 CUDA version에 맞는 Tensorflow version을 확인한다.

https://www.tensorflow.org/install/source#tested_build_configurations

소스에서 빌드  |  TensorFlow

 

 

 

이후 pip install을 통해 새로운 version을 install하면 된다. PyTorch와 마찬가지로, uninstall은 필요하지 않다.

 

pip install tensorflow==2.3.0
pip install tensorflow-gpu==2.3.0