PyTorchとCUDA Toolkitをインストールする

CUDA + PyTorch ソフトウェア

PyTorchとCUDA Toolkitの依存関係とインストール方法、CUDA ToolkitとCompute Capabilityの対応などを紹介します。

PyTorchとCUDA Toolkitについて

PyTorchは、深層学習のためのオープンソースの機械学習ライブラリです。GPUによる高速な計算をサポートしており、NVIDIA製GPUを使用する場合は、CUDA Toolkitのインストールが必要になります。

Compute Capabilityの確認

まず最初に、使用するグラフィックボードが対応しているCUDA Toolkitのバージョンを確認しましょう。以下のリンクから、ご使用のGPUのCompute Capabilityを調べてください。これは、NVIDIA製GPUの機能や性能に関する指標です。

CUDA ToolkitとCompute Capabilityの対応表

CUDA Toolkitには、対応しているCompute Capabilityの範囲があるため、事前に確認してください。例えば、Ampereアーキテクチャを採用しているRTX 30シリーズは、Compute Capabilityが8.6であり、CUDA Toolkitのバージョン11.1から12.8までに対応しています。

CUDA ToolkitKepler
(late)
MaxwellPascalVoltaTuringAmpereAda
Lovelace
HopperBlackwell
11.03.58.0
11.1 – 11.43.58.6
11.5 – 11.7.13.58.7
11.83.58.99.0
12.0 – 12.65.09.0
12.85.012.0

PyTorchのインストール

次に、PyTorchのインストールについて説明します。PyTorchには、対応するCUDAランタイムライブラリがバージョンごとにバンドルされています。以下のリンクにアクセスして、お使いの環境に適したPyTorchとCUDAの組み合わせを選んでください。

PyTorchを単に利用して学習や推論を行うだけであれば、システム全体にCUDA Toolkitを別途フルインストールする必要はありません。必要なのは、PyTorchにバンドルされているCUDAランタイムと互換性のあるNVIDIAドライバのみです。

PyTorch インストール

インストールしたいPyTorchのバージョンを探します。Conda(condaを使用)またはWheel(pipを使用)のいずれかの方法で、表示されているインストール用コマンドを実行することで、PyTorchをインストールできます。

CUDA Toolkitのインストール (Windows)

システム全体にCUDA Toolkitをインストールする必要があるのは、主にPyTorchやその拡張機能をソースからビルドする場合や、CUDA専用の開発ツールを使用する場合です。

CUDA Toolkitのダウンロード

以下のリンクから確認したCUDA Toolkitのバージョンをダウンロードします。

CUDA Toolkit ダウンロード

環境を選択していきDownloadをクリックしてください。Installer Typeの違いは、localはすべてのコンポーネントが含まれており、networkはインストール時に選択したパッケージのみダウンロードします。

インストールオプション

ダウンロードしたインストーラを実行してください。CUDA ToolkitインストーラにはNVIDIAグラフィックドライバなども含まれているため確認が必要です。

CUDA Toolkit インストール1

インストールオプションでカスタムを選択してください。

CUDA Toolkit インストール2

CUDAのインストーラーには、CUDA本体以外にもさまざまなコンポーネントが含まれています。、ディスプレイドライバが現在のバージョンより古い場合、自動的にダウングレードされてしまうことがあるため注意が必要です。不要なコンポーネントは、事前にチェックを外しておきましょう。

CUDA Toolkit インストール3

サポートされているVisual Studioのバージョンが見つからない場合、このような画面が表示されます。このままインストールを続けることもできますが、インストールに失敗する場合やVisual Studioを利用しない場合は、「Visual Studio Integration」のチェックを外してインストールを進めてください。

Visual Studio Integrationは、Microsoft Visual StudioにCUDA開発機能を統合するためのプラグインです。

CUDA Toolkitのインストール (Linux)

システム全体にCUDA Toolkitをインストールする必要があるのは、主にPyTorchやその拡張機能をソースからビルドする場合や、CUDA専用の開発ツールを使用する場合です。

CUDA Toolkitのインストール

確認したCUDA Toolkitのバージョンを選択します。

CUDA Toolkit インストール Ubuntu

環境を選択していきますが、Installer Typeでは (RPM/deb) を推奨されていますのでそちらを選んでください。

あとは表示されたコマンドを実行するだけですが、最後の行のsudo apt-get -y install cudaでは最新のバージョンがインストールされてしまいます。以下を参考に指定してください。

メタパッケージ目的
cudaすべてのCUDAツールキットとドライバーパッケージをインストールします。新しいバージョンのアップグレードに対応します。
cuda-11-8すべてのCUDAツールキットとドライバーパッケージをインストールします。指定されたバージョンがインストールされます。
cuda-toolkitすべてのCUDAツールキットをインストールしますがドライバは含まれません。新しいバージョンのアップグレードに対応します。
cuda-toolkit-11-8すべてのCUDAツールキットをインストールしますがドライバは含まれません。指定されたバージョンがインストールされます。
cuda-driversすべてのドライバーパッケージをインストールします。新しいバージョンのアップグレードに対応します。
例 CUDA Toolkit 11.8

ここでは、CUDAツールキットのみインストール (sudo apt-get -y install cuda-toolkit-11-8) します。ドライバの更新を行いたい場合は、追加のドライバー (GUI) かubuntu-drivers tool (CLI) を使う方法がおすすめです。

環境変数の設定

CUDA ToolkitのPATHLD_LIBRARY_PATHを設定します。以下はCUDA 11.8の例です。バージョンに合わせて数字を変更してください。この設定は、現在のターミナルセッションのみ有効です。ターミナルを閉じるとリセットされるため、毎回手動で設定が必要です。

export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

毎回の手動設定が面倒な場合は、~/.bashrc に追記しておくと、ターミナルを開くたびに自動で読み込まれます。

echo 'export PATH=/usr/local/cuda-11.8/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.8/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc
タイトルとURLをコピーしました