TIM Labs

GPU:C言語開発環境CUDAのインストール

| コメント(0) | トラックバック(0)
NVIDIAのGPU、GEFORCEの装着については先日書いた。
次にすべきことは、ちゃんとGPUをプログラムでいじれるか確認することである。

GPUのソフト開発ツールを入れてあれこれ試せばよいのだが、その前にOSを入れないといけない。
AI、 Deep Learning などに使おうとしている、そしてPython, 国産Deep LearningフレームワークのChainer を使おうとしているので、こういう組み合わせの場合よく選択されるLinux/Ubuntuを入れることにした。

Download Ubuntu Desktopに行って、Ubuntu 16.04 LTSを他のマシンで落としてきてDVDに焼いて、それを使ってインストールした。
このあたりのインストール手順についてはネット上に溢れているので、省略する。

しかし、今回、Ubuntuのインストールに何故か失敗した。
もう何回インストールしたか記憶にないのだが、そのため、インストールしながら、他の雑用なども並行しておこなっていた。
そして、インストールが終わって、リブートしたら、動きがおかしい。画面がもさっとした動きしかできない。ディスプレイはGPUボードではなく、マザーボードからやっていて、マザーのディスプレイが超ダメだからこんなに遅いのかとも思ったが、インストール中の反応は悪くなかった。
UbuntuSystemSettings.png
そして、どうしようもないのが、システム設定のアイコンを押しても全く反応がないのである。
これでは、なんの設定変更も困難である。

どうも、ながらインストールしたのがいけないらしい。手抜きをし過ぎて、Ubuntuが嫌がらせをしたようであるので、心を入れ替えて、再インストールすることにした。


すると、今度は何の問題もなく、ちゃんとインストールできた。
ここまでは単なる準備である。

次に、NVIDIAのGPU、GeForceのソフトウエア開発環境をインストールをしないといけない。
AIのソフトはPythonで書くつもりなのだが、PythonからGPUを使う場合には、Cで書かれたプログラムが呼ばれる。まあ、PythonなどでGPUを動かしていたら、せっかくのGPUの速度が生かせないので、GPUを使うにはCを使うのだ。

ということで、NVIDIAが用意しているNVIDIA(自社)のGPUの開発環境であるCUDAをインストールし、GPUがちゃんと動いているか確認することにした。

まず、CUDAをダウンロードするなり、オンライン・インストールしないといけない。
なにはともあれ、CUDAのダウンロードページに行くしかないのだ。

今回は、実行環境は次のように選択した。
CudaSelectPlatform.png
全部選択し終えると、次のように3つのインストール選択肢が出てくる。 そして、サイズは1.9GBだと。巨大だ!
Installation Instructions:

 1. `sudo dpkg -i cuda-repo-ubuntu1604-8-0-local-ga2_8.0.61-1_amd64.deb`
 2. `sudo apt-get update`
 3. `sudo apt-get install cuda`
どれを選んでも良いと思うが、今回は1.で、一気に1.9GBダウンロードしてからインストールしてみた。
このインストールについても、ネット上に説明が転がっているし、失敗するような面倒なことはない。ということで、インストールの詳細は省略する。

さて、インストールは済んだはずなので、動作確認をしよう。(次回につづく)

トラックバック(0)

トラックバックURL: http://labs.timedia.co.jp/mt/mt-tb.cgi/588

コメントする

このブログ記事について

このページは、fujiが2017年3月19日 00:00に書いたブログ記事です。

ひとつ前のブログ記事は「データ解析のための統計モデリング入門 GLMの尤度比検定と検定の非対称性 読書メモ1」です。

次のブログ記事は「Chainer:MNISTの手書き数字の読み込みと表示」です。

最近のコンテンツはインデックスページで見られます。過去に書かれたものはアーカイブのページで見られます。