포스트 목차
본 포스트에서는 CUDA 와 Pytorch를 설치하는 방법에 대해 다룬다. NVIDIA 그래픽 카드를 사용하지 않는다면, 본 포스트에서 다루고 있는 내용은 의미가 없다.
CUDA: Compute Unified Device Architecture
01. NVIDIA 그래픽 드라이버 설치하기
최신 그래픽 드라이버 설치를 위해 다음 사이트에 접속한다.
https://www.nvidia.co.kr/Download/index.aspx?lang=kr
사이트에서 본인의 PC에 설치되어 있는 그래픽 카드를 선택한다. 위의 그림은 GeForce GTX 1650을 예로 하고 있다.
사이트에서 다운받은 파일을 실행하면 다음과 같이 그래픽 드라이버 설치 프로그램이 실행된다.
설치가 완료되면 CMD를 열어서 다음 명령어로 설치 정보를 확인할 수 있다.
nvidia-smi
그래픽 드라이버 설치 확인 화면 (드라이버 버전을 확인할 수 있다.)
02. CUDA 드라이버 설치하기
최신 그래픽 드라이버를 설치했다면, CUDA 드라이버를 설치해야 한다. 여러 CUDA 버전 중에서 본인이 원하는 버전을 다운받으면 된다. 다음 링크로 들어가자.
https://developer.nvidia.com/cuda-toolkit-archive
본 포스트를 작성하는 시점에서 가장 최신 버전은 12.2.2이다. 본 포스트에서는 PyTorch 설치를 염두해두고 있으므로 11.8 버전을 설치하려고 한다.
11.8 버전을 클릭해서 들어가면 위의 그림처럼 OS 버전에 맞는 드라이버를 다운 받을 수 있다.
다운 받은 파일을 실행하여, NVIDIA CUDA를 설치하자.
설치가 완료되면 CMD에서 다음 커멘드를 이용하여 설치 여부를 확인할 수 있다.
nvcc –version
03. Pytorch 설치하기
파이토치 한국 사용자 모임 홈페이지에 들어가면 자세한 설명이 정리되어 있다.
다음 링크를 참고하자.
https://pytorch.kr/get-started/locally/
아래 그림과 같이 사용자의 환경에 맞게 설치할 수 있는 방법을 자세하게 안내해준다.
본 포스트에서는 CUDA 11.8을 설치했고, Pip / Python을 이용할 예정이기 때문에 위와 같이 설정했다.
다음과 같은 명령이 나오는데, CMD 창을 관리자 모드로 실행한 후에 실행하면 된다. (만약 python이 설치되어 있지 않다면, 미리 설치해야 한다.)
pip3 install torch torchvision torchaudio –index-url https://download.pytorch.org/whl/cu118
Python을 실행한 후에 다음 명령을 이용하면 CUDA 환경에 맞게 Pytorch가 설치되었는지 확인할 수 있다.
import torch
torch.cuda.is_available()
설치 결과는 위의 그림처럼 확인할 수 있다.