Windows에서 PyTorch GPU 설치하기(CUDA)

Windows에서 PyTorch GPU 사용하기(CUDA)

---

최초 작성일: 2021.07.30.

 

 

PyTorch에서 CUDA를 사용하기 위해 CUDA와 PyTorch를 설치하는 법을 알아본다.

CUDA를 설치해야 할 정도의 작업을 하는 사람이라면 어렵지 않게 따라올 수 있을 것이다.

 

0. 순서

1. 환경

2. PyTorch가 지원하는 CUDA 버전 확인

3. CUDA Toolkit 요구사항 확인

3.1 CUDA 지원 GPU 확인

3.2 지원되는 Microsoft Windows 버전 확인

3.3 지원되는 Microsoft Visual Studio 버전 설치

3.4 NVIDIA CUDA Toolkit 설치

3.5 NVIDIA CUDA Toolkit 설치 확인

4. cuDNN 설치

5. 환경변수 설정

6. PyTorch 설치

7. 요약

 

1. 환경

이 글에서 최종적으로 구성된 환경은 다음과 같다.

• Windows 10
• Anaconda 4.10.1
• PyTorch 1.9.0
• CUDA Toolkit v11.1.1
• cuDNN v8.2.1 for CUDA 11.x
• Visual Studio 2019 16.10.4

 

2. PyTorch가 지원하는 CUDA 버전 확인

1. https://pytorch.org/ 접속
2. PyTorch가 지원하는 CUDA 버전 중 자신이 설치할 CUDA 버전을 확인

 

3. CUDA Toolkit 요구사항 확인

CUDA Toolkit을 설치하기에 앞서 시스템 요구사항을 확인한다.

1. https://developer.nvidia.com/cuda-toolkit-archive 접속
2. 자신이 원하는 CUDA 버전의 Versioned Online Documentation 클릭
3. Installation Guide Windows 클릭
4. 문서에서 System Requirements 확인

• CUDA 지원 GPU
• 지원되는 Microsoft Windows 버전
• 지원되는 Microsoft Visual Studio 버전
• NVIDIA CUDA Toolkit

 

3.1 CUDA 지원 GPU 확인

https://developer.nvidia.com/cuda-gpus에 자신의 GPU가 나와있다면 CUDA를 지원하는 것이다.

1. https://developer.nvidia.com/cuda-gpus 접속
2. 자신의 GPU가 CUDA를 지원하는지 확인

 

3.2 지원되는 Microsoft Windows 버전 확인

앞서 봤던 Installation Guide Windows 문서의 Table 1에서 확인 가능하다.

Windows 10이면 다 된다.

1. Windows 10이면 OK

 

3.3 지원되는 Microsoft Visual Studio 버전 설치

앞서 봤던 Installation Guide Windows 문서의 Table 2에서 확인 가능하다.

Visual Studio 2019 16.x라고 하는데 Visual Studio 2019 최신버전이 전부 16.x다.

따라서 Visual Studio 2019 최신 버전을 설치하면 된다.

컴파일러를 설치하기위해 Visual Studio 2019를 설치하는 것이니 설치할 때 아무것도 체크하지 않고 설치해도 된다.

1. https://visualstudio.microsoft.com/ko/vs/ 접속
2. Visual Studio 2019 설치

 

3.4 NVIDIA CUDA Toolkit 설치

위 3가지 준비를 마쳤으면 이제 CUDA를 설치한다.

1. https://developer.nvidia.com/cuda-toolkit-archive 접속
2. 자신이 원하는 CUDA Toolkit 설치

 

3.5 NVIDIA CUDA Toolkit 설치 확인

명령 프롬프트에서

nvcc -V

를 입력하면 설치가 잘 되었는지 확인한다.

 

4. cuDNN 설치

위 설치 과정 중 그 어디에도 CUDA를 사용하기 위해 cuDNN가 필요하다는 설명은 없었지만, 사실 CUDA를 사용하려면 cuDNN이 필요하다.

1. https://developer.nvidia.com/rdp/cudnn-archive 접속
2. 엔비디아 로그인
3. 설치한 CUDA 버전에 맞는 cuDNN 다운
4. 압축 해제
5. cuDNN의 bin, include, lib 세 폴더를 CUDA Toolkit 설치 경로로 이동

CUDA Toolkit v11.1의 default path : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1

 

5. 환경 변수 설정

원래는 CUDA 설치 경로를 환경변수로 설정해줘야 했는데, CUDA v11.1 기준

• CUDA_PATH : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
• CUDA_PATH_V11_1 : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1
• path : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\bin
• path : C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.1\libnvvp

환경 변수가 자동으로 추가 되어있다. 없다면 추가해주자.

1. CUDA 관련 환경 변수가 잘 추가되어있는지 확인(CUDA v11.1 기준)

 

6. PyTorch 설치

1. https://pytorch.org/ 접속
2. PyTorch 설치

 

7. 요약

1. https://pytorch.org/에서 PyTorch가 지원하는 CUDA 버전 확인
2. https://visualstudio.microsoft.com/ko/vs/에서 Visual Studio 2019 설치
3. https://developer.nvidia.com/cuda-toolkit-archive에서 CUDA Toolkit 설치
4. 명령 프롬프트에서 "nvcc -V"로 CUDA 설치 확인
5. https://developer.nvidia.com/rdp/cudnn-archive에서 CUDA 버전에 맞는 cuDNN 다운
6. cuDNN의 세 폴더 CUDA 설치 경로로 옮기기
   (C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\[version])
7. CUDA_PATH, CUDA_PATH_V11_1 환경 변수가 잘 추가되어있는지 확인
8. https://pytorch.org/에서 PyTorch 설치