NVIDIA ドライバ，NVIDIA CUDA ツールキット 10.1，NVIDIA cuDNN 7，NCCL，TensorRT のインストール（Ubuntu 上）

前準備

OS のシステム更新

Ubuntu, Debian で OS のシステム更新を行うときは， 端末で，次のコマンドを実行．

sudo apt update
sudo apt -yV upgrade
sudo /sbin/shutdown -r now

NVIDIA グラフィックスボードの確認とドライバのインストール

参考Webページ https://docs.nvidia.com/deploy/cuda-compatibility/index.html

グラフィックスボードの確認

CUDA 対応の GPU であるかを確認のため， 端末で，次のコマンドを実行．

lspci | grep -i nvidia | grep VGA

実行結果の例．（表示が空になるときは，NVIDIAのグラフィックスボードが無い可能性がある）．

X.org の設定の確認

glxinfo | grep direct

xdriinfo

NVIDIA ドライバのインストール

NVIDIA グラフィックスボードがある場合に限り，ドライバのインストールを行う

1. 端末で，次のコマンドを実行．

   sudo ubuntu-drivers autoinstall
   

   
2. ドライバのインストール後は，システムの再起動

   sudo shutdown -r now
   

3. 確認

   システムの再起動後，端末で，次のコマンドを実行し，ドライバ等を確認する

   先頭の「Driver Version」のところに，ドライバのバージョンが表示される．NVIDIA CUDA がインストール済みのときは，CUDA のバージョンも表示される．

   nvidia-smi
   

   

NVIDIA CUDA ツールキットのインストール

参考Webページ: https://www.tensorflow.org/install/gpu

旧バージョンの CUDA ツールキットをアンインストールする操作

cd /tmp
sudo apt --purge remove cuda*
sudo apt autoremove

※ deb パッケージ以外で CUDA をインストールしていた場合には，上の操作ではアンインストールできないことに注意．

カーネルヘッダーと，カーネル開発用パッケージのインストール

sudo apt -yV install linux-headers-$(uname -r)

Wget のインストール

端末で，次のコマンドを実行．

sudo apt -yV install wget

Linux のバージョンを確認

uname -m
lsb_release -sc
cat /etc/*release

NVIDIA CUDA のパッケージレポジトリの確認

Linux の種類やバージョンごとに， NVIDIA CUDA のパッケージレポジトリの場所が違うので確認する．

Ubuntu 18.04 の場合は， https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/ で確認．

スクロールして「cuda-repo・・・」を探す

※ 他の Linux も種々選ぶことができる : https://developer.download.nvidia.com/compute/cuda/repos/

NVIDIA CUDA のパッケージレポジトリの追加

TensorFlow が，2020年1月時点では，10.1 対応（10.2 に未対応）． (根拠は https://www.tensorflow.org/install/gpu）なので，次のコマンドを実行．

端末で，次のコマンドを実行．

cd /tmp
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo apt-get update

NVIDIA CUDA のインストールと確認

1. インストール

   端末で，次のコマンドを実行．

   sudo apt -yV install cuda-10.1
   

   
2. 動作確認

   TensorFlow GPU 版を動作させてみることで， CUDA ツールキットの動作確認を行う．

   1. TensorFlow GPU 版をインストール

      sudo pip3 uninstall tensorflow tensorflow-gpu
      sudo pip3 install -U tensorflow-gpu
      

      
      （以下省略）
   2. TensorFlow からGPU が認識できているかの確認

      python3 -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
      

      次のように「device_type: "GPU"」があれば，GPUが認識できている．

      
3. NVIDIA CUDA ツールキットにパスを通す設定

   端末で，次のコマンドを実行．

   export CUDA_PATH=/usr/local/cuda-10.1
   echo 'export CUDA_PATH=/usr/local/cuda-10.1' >> ${HOME}/.bashrc
   export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:${LD_LIBRARY_PATH}
   echo 'export LD_LIBRARY_PATH=/usr/local/cuda-10.1/lib64:${LD_LIBRARY_PATH}' >> ${HOME}/.bashrc
   export PATH=/usr/local/cuda-10.1/bin:${PATH}
   echo 'export PATH=/usr/local/cuda-10.1/bin:${PATH}' >> ${HOME}/.bashrc
   

   

NVIDIA cuDNN, NCCL, TensorRT のインストール

1. NVIDIA cuDNN, NCCL のパッケージレポジトリの確認
   

   ※ 他にも，REHL7, Ubuntu 14.04, Ubuntu 16.04 のレポジトリがある．

2. パッケージ名の確認

   端末で，次のコマンドを実行．

   apt-cache search cudnn
   apt-cache search nccl 
   apt-cache search tensorrt
   

   
3. NVIDIA cuDNN, NCCL, TensorRT のインストール

   端末で，次のコマンドを実行．

   sudo apt -yV install cudnn7 cudnn7-dev
   sudo apt -yV install libnccl2 libnccl-dev
   sudo apt -yV install libnvinfer7 python3-libnvinfer
   

4. インストールされたパッケージの確認

   dpkg -l | grep cuda 
   

   
5. 確認

   システムの再起動後，端末で，次のコマンドを実行し，CUDA のバージョン等を確認する

   nvidia-smi