pytorch CUDA (GPU) 설치하는 방법

0. CUDA버전별 호환 가능한지 확인(밑으로 내려가면 표 있음)

1. 설치가능한 cuda 버전 확인

자신의 버전이 어디에 해당하는지 확인하기

2. NVIDIA 드라이브 업데이트하기

3. CUDA Toolkit
CUDA Toolkit은 GPU가속화 애플리케이션 개발에 필요한 라이브러리를 제공.
GPU 가속화 라이브러리, 디버깅 및 최적화 툴, 컴파일러 등을 제공.
이 라이브러리를 활용하여 딥러닝 알고리즘들을 사용하기 쉽게 도와줌.
CUDA Toolkit을 설치하기 전에, Pytorch GPU에서 지원하는 CUDA Toolkit버전을 확인.

Pytorch의 CUDA버전 확인하기
현재 Pytorch GPU에서 지원하는 CUDA Toolkit은 CUDA11.3, CUDA11.6버전

4. CUDA Toolkit 설치

CUDA Toolkit Archive

해당하는 버전의 Toolkit을 설치하면 됩니다.

5. CUDA CNN 설치

cuDNN Archive

CUDA Toolkit 버전에 맞는 CNN을 설치하면 됩니다. ex) 11.3 버전은 11.x 버전으로 설치하면 됩니다.

NVIDIA CUDA 심층 신경망 라이브러리(cuDNN)는 심층 신경망을 위한 GPU 가속 프리미티브(GPU-accelerated library of primitives) 라이브러리.
설치한 CUDA 버전과 호환되는 압축 파일을 다운로드하여, NVIDIA GPU Computing Toolkit이 설치된 경로에 파일 넣기
Toolkit폴더로 들어가서 해당 버전에 CUDA CNN에서 다운받은 파일을 압축 해제하여 넣기

CNN을 압축해제하면 bin, include, lib 폴더들이 있는데 이 폴더들을 Toolkit - 해당 버전 폴더까지 들어가서 그 위치에 복사 붙여넣기 하면 된다.

환경 변수 - 시스템 변수에 가서 CUDA Toolkit 경로가 맞게 들어가있는지 확인

아마 경로는 자동생성되기 때문에 맞게 되어 있을거다.

사용자 변수에 들어가서 아까 Toolkit폴더에 압축 해제하여 넣은 파일들 Path에 등록해주기

새로 만들기 눌러서 bin, include, lib 파일들 총 3개를 새로 만들어줘야한다.
Toolkit - CUDA - v(해당버전) - bin
Toolkit - CUDA - v(해당버전) - include
Toolkit - CUDA - v(해당버전) - lib
이렇게 옮겨넣어줬던 폴더까지 경로를 설정해서 총 3개를 새로 만들어야 한다.

7. Conda install
아나콘다 환경에서 설치할 것이기에 아나콘다 프롬프트에서 관리자 모드로 실행 후 코드 실행
각 버전에 맞는 Pytorch의 CUDA버전 설치하기

맞는 쿠다 버전에 들어가서 밑에 코드를 실행하면 된다.

import torch
print(torch.__version__)
print(torch.cuda.is_available())

결과가 버전과 True가 나오면 설치 완료