В этой короткой статье описывается процесс установки NVIDIA CUDA и cuDNN на экземпляр Google Cloud Platform (GCP) с включенным графическим процессором Nvidia Tesla K80.
Общее время, необходимое для установки, не должно превышать 15 минут, в зависимости от скорости вашей сети.
Если вы не настроили экземпляр GCP с графическим процессором, вы также можете посетить эту статью о том, как я настраиваю экземпляр Google Cloud Compute с графическим процессором.
Предварительное условие
Прежде чем вы начнете, предположим, что у вас есть следующее:
- Экземпляр на Google Cloud Platform
- Экземпляр GCP работает под управлением Ubuntu 16.04.
- В экземпляре GCP должна быть включена Nvidia K80 или P100.
- Установлены локально инструменты
gcloud
cli
Регистрация NVIDIA
Чтобы получить файлы, которые вам понадобятся позже для процесса установки, перейдите на https://developer.nvidia.com/cudnn и зарегистрируйте учетную запись.
Как только ваша учетная запись будет создана и подтверждена, перейдите к загрузке библиотеки cuDNN.
Скачать cuDNN
Загрузите библиотеку cuDNN со страницы https://developer.nvidia.com/rdp/cudnn-download.
Ищите cuDNN для CUDA 8.0, поскольку мы будем устанавливать CUDA 8.0 позже.
В моем случае я скачал библиотеку cuDNN v7.1.3 для Linux.
Этот файл нам понадобится позже, поэтому запомните, где вы его сохранили локально.
Установка CUDA на GCP
Далее мы приступаем к установке CUDA 8.0 на GCP.
Начните с входа в свой вычислительный экземпляр, используйте для этого gcloud
cli. Измените соответственно your-project-name
, your-zone
, your-instance-name
.
$ gcloud compute --project 'your-project-name' ssh --zone 'your-zone' 'your-instance-name'
Теперь начните с загрузки репозитория с Nvidia.
$ curl -O http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
По завершении загрузки установите с помощью dpkg и обновите репозиторий. Затем убираем за собой.
$ sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb $ sudo apt-get update $ rm cuda-repo-ubuntu1604_8.0.61-1_amd64.deb
Итак, мы готовы приступить к установке CUDA.
$ sudo apt-get install cuda-8-0
Следующие команды должны установить переменные среды и добавить их в файл сценария выполнения команды (rc). Затем не забудьте указать источник rc-файла, чтобы мы могли использовать его сразу.
$ echo 'export CUDA_HOME=/usr/local/cuda' >> ~/.bashrc $ echo 'export PATH=$PATH:$CUDA_HOME/bin' >> ~/.bashrc $ echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_HOME/lib64' >> ~/.bashrc $ source ~/.bashrc
Убедитесь, что все работает нормально.
$ nvcc --version $ nvidia-smi
Из результатов nvidia-smi
видно, что используется графический процессор Nvidia K80 с 12 ГБ памяти. Большой!
Установка cuDNN
Теперь мы приступим к установке cuDNN. Для этого нам нужно запомнить, откуда мы ранее скачали файл библиотеки cuDNN.
Мы будем использовать команду scp glcoud
cli tools для загрузки файлов в экземпляр GCP. Для простоты поместим файл в папку / tmp экземпляра GCP. Не забудьте изменить folder-to-your-file-locally
и instance-name
соответственно.
$ gcloud compute scp /folder-to-your-file-locally/cudnn-8.0-linux-x64-v7.1.tgz instance-name:/tmp
Как только это будет загружено в экземпляр GCP, распакуйте и переместите файлы как root.
$ cd /tmp $ tar xzvf cudnn-8.0-linux-x64-v6.0.tgz $ sudo cp cuda/lib64/* /usr/local/cuda/lib64/ $ sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
Наконец, убираем за собой.
$ rm -rf /tmp/cuda $ rm /tmp/cudnn-8.0-linux-x64-v5.1.tgz