NVIDIA Quadroでtensorflow-gpu環境構築

はじめに

Quadro(P3200)を搭載したパソコンがあり、tensorflow-gpuの環境を構築しようとして調べたところ、あまり前例がなかったので、動作報告と備忘録を兼ねて方法を残しておきます。

この手順で入れ立てUbuntuからできると思います。

後から気づいたのですが、CondaやDockerを使った方が良いようなので、これから環境構築する方はご注意ください。

先にすること

まずは必要なパッケージのバージョンを確認します。今回はCUDA, libcudnn, tensorflow-gpuの３つで、tensorflowの公式にバージョン関係が表にされている。私がみた時点での状態は以下となっており、最上段のバージョンの各パッケージをインストールすることにした。

CUDAのインストール

"CUDA install"と調べて一番上に出てくる公式ページを開くとCUDA10.1がインストールされてしまうので、注意が必要である。こちらからドライバをダウンロードしてきてインストールする。

コマンドラインからインストールしても良いのだが、openをクリックしてUbuntu Softwareを選択するとワンクリックでインストールすることができる。（ださいけど）

私の場合はCUDA10.1を先にインストールしてしまったため、本記事下部に記載した方法でダウングレードしたらうまくいった。

libcudnnのインストール

"cudnn download"と調べて公式ページに入って"Archived cuDNN Releases"をクリックすることで、前のバージョンの一覧を確認・ダウンロードすることができるので、先ほど確認したcudnn7.4の中から、for CUDA10.0と続いているものをダウンロード・インストールする。Archiveが表示されているページがこちら

コマンドラインからインストールしても良いのだが、openをクリックしてUbuntu Softwareを選択するとワンクリックでインストールすることができる。（ださいけど）

tensorflow-gpuのインストール

install_tensorflow-gpu

$ sudo pip3 install tensoflow-gpu

各種チェック方法

CUDAチェック

NVIDADRIVERとCUDAのバージョンが確認できるので便利である。

check_cuda_1

$ nvidia-smi

こちらに記載されていた。

check_cuda.py

import torch
print(torch.cuda.is_available())

GPUの識別チェック

こちらに記載されていた。

check_gpu_detect.py

import torch
torch.cuda.get_device_name(0)

tensorflowが使用できるCPU,GPUチェック

こちらに記載されていた。

check_tensorflow_cpugpu_status.py

from tensorflow.python.client import device_lib
device_lib.list_local_devices()

この結果に、device_type: "GPU"というワードが存在していれば、無事使える。
"device: XLA_GPU device"というワードも出力されるのだが、こちらしかないGPUは動作しない(?)ようだ。

GPU動作チェック

確実に動作する画像処理機械学習プログラムを準備して実行する。その時、system monitorを開いてCPUの使用率を確認したら、

• GPU:OK -> CPU:8~12%
• GPU:NG -> CPU:88~95%

となっており、GPUが動作していないとCPUが重くなる。

きちんとGPUが処理しているかを確かめたい場合は、新しくターミナルを開いて以下のスクリプトを走らせながらtensorflowプログラムを実行すると良いだろう。

gpu_status.sh

while :
do
  clear
  nvidia-smi
  sleep 1
done

プログラムの実行前後では、確認した範囲では

• 前:GPU-Util -> 0~5%
• 後:GPU-Util -> 66~88%

となっていた。

CUDAダウングレード

以下はこちらの引用である。

hot_to_downgrade_cuda

$ apt-get --purge remove "*cublas*" "cuda*"
$ reboot
$ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
$ sudo dpkg -i cuda-repo-ubuntu1804_10.0.130-1_amd64.deb
$ sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
$ sudo apt install cuda-10-0
$ reboot

実際に私の場合これを実行することでGPUが動くようになったので、この方法で解決するのだろうが、自分の環境でnvidia-smiをするとCUDA Version: 10.1と出力されるので、謎である。

参考、URL

• https://www.tensorflow.org/install/source#linux
  • 対応バージョン表の確認
• https://dmitry.ai/t/topic/33
  • CUDAのダウングレード方法
• https://qiita.com/peaceiris/items/21fb40964c875b91439f
  • pytorch,tensorflowを用いてGPUのチェック方法
• https://developer.nvidia.com/cuda-10.0-download-archive
  • CUDAインストーラのダウンロード
• https://developer.nvidia.com/rdp/cudnn-archive
  • cuDNNインストーラのダウンロード