cuMLってなんぞ

NVIDIAが提供するRAPIDSというオープンソースライブラリに含まれるSk-learnのGPU版です。
せっかくGPUがあるのでこっちを使ってみたいと思ったのですが、なんかwindowsはサポートしてないらしい・・・というわけでローカルでUbuntuを使ってcumlが使える環境を作っていきます。

詳しくは↓
・RAPIDSってなに？
・Sk-learnってなに？

実行環境

OS:Windows11
CPU:Intel core i-7 12700H
GPU:GEFORCE RTX3060 Laptop(NVIDIA Pascal™ 以上があればOK)

環境構築

RAPIDSの公式ドキュメントを参照しながら準備していきます。

①WSL2とUbuntuをインストール

これはめっちゃ簡単です。
Windows PowerShellを管理者権限で開き下記のコマンドを入力すればOK

PowerShell.

wsl --install

これだけでWSL2とUbuntuが入ります。(スタートメニューにUbuntuがあると思います。なければ検索)

②NVIDIAのドライバーを最新のやつにする

↓ここでご自身のグラボに合うドライバーをダウンロードしてセットアップしてください。
NVIDIA Driver Downloads

③Ubuntuにログインする

Ubuntuを起動するとユーザーネームとパスワードの入力を求められるので、適当にユーザー名とパスワードを決めて入力します。
ちなみに一度Ubuntuを削除して再インストールした場合はこちらの手順に従って初期化してください(多分初期化しないとエラーが出ます)

④Minicondaをインストールする

以下をUbuntuのプロンプトに入力してください。(MinicondaではなくAnacondaでも可。好みで)

Ubuntu.

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh

時々yes,noの回答を求められますが、全部yesで大丈夫です。
インストールが完了したらcondaのpathを通していきます。
まず、編集用のテキストエディタをインストールします(なんでもよい。ここではgeditを使う)
あとアップデートもしておく(これやらないと404エラーが出た)。

Ubuntu.

sudo apt-get update
sudo apt install gedit

終わったら.bashrcを編集していく。Ubuntuで下記を実行

Ubuntu.

gedit ~/.bashrc

そしたらテキストエディタが開くので、一番下までスクロールして下記を入力。

export PATH=~/miniconda3/bin:$PATH

入力したらSAVEをクリック

Ubuntuで下記を入力して設定を有効にする。

Ubuntu.

source ~/.bashrc

⑤RAPIDSをインストールする

RAPIDS Release Selectorを使用してRAPIDSを入れていく。自分はデフォルトのままやりました。

Ubuntu.

conda create -n rapids-23.02 -c rapidsai -c conda-forge -c nvidia  \
    rapids=23.02 python=3.10 cudatoolkit=11.8

※conda create -n の後に続く「rapids-23.02」は仮想環境の名前なので、すきな名前に変えて大丈夫です。

⑥RAPIDSの動作確認

仮想環境がアクティベートの状態で

Ubuntu.

python

でPythonを起動し

import cudf
import cuml
print(cudf.Series([1, 2, 3]))

と実行して正常に動いていれば無事インストール完了です！

WSLまわりで躓いたこととかほかにも記事にするかも。
ではまた。