Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- CUDA
- 에러
- numpy함수
- cuda설치
- 사용자 계정제한
- 파이썬라이브러리
- 주피터노트북티스토리
- wsl
- 파이썬가상환경
- 픽스팟
- Python
- 파이썬
- 원격데스크톱에러
- 배열비교
- error 에러
- os.path
- 티스토리HTML모드
- numpy배열
- webScrapper
- numpy기초
- window원격
- 덱북선
- numpy배열정의
- np함수
- ubuntu
- HTML모드
- Numpy
- HTML티스토리
- 넘파이공부
- 넘파이
Archives
- Today
- Total
끄적끄적 개발일기
[WSL] Cuda WSL 환경에서 실행하기-3 : WSL에서 Cuda 사용 본문
1. Nvidia Container Toolkit 설치
우분투에서 아래명령어 차래대로 실행
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
NVIDIA runtime package 설치
sudo apt-get update
sudo apt-get install -y nvidia-docker2
도커 다시시작
sudo service docker stop
sudo service docker start
GPU정보확인
nvidia-smi
2. CUDA Containers 실행해보기
N-body simulation CUDA sample 실행
docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark
딥러닝 프레임워크 컨테이너 실행
docker run --gpus all -it --shm-size=1g --ulimit memlock=-1 --ulimit stack=67108864 nvcr.io/nvidia/tensorflow:20.03-tf2-py3
주피터 노트북 실행
docker run -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter
ERROR
nvidia-smi명령어 사용시
Failed to initialize NVML: GPU access blocked by the operating system
Failed to properly shut down NVML: GPU access blocked by the operating system
위와 같은 에러가 뜨며 동작하지 않았다.
https://docs.microsoft.com/ko-kr/windows/ai/directml/gpu-cuda-in-wsl
WSL2 환경에서 cuda를 사용하려면 최소 Windows 21H2 버전이상이어야 된다는 모양...
아래링크에서 최신 버전으로 업데이트 해준다.
혹은
위 링크를 참조하여 원하는 버전을 선택하여 업데이트할 수도 있다.
nvidia-smi
Sun Apr 17 00:52:01 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.54 Driver Version: 512.15 CUDA Version: 11.6 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... On | 00000000:08:00.0 On | N/A |
| 0% 46C P5 12W / 120W | 624MiB / 6144MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
이제 우분투에서 nvidia-smi 명령어를 입력하면 정상적으로 동작함을 확인할 수 있다!!
관련문서
https://docs.nvidia.com/cuda/wsl-user-guide/index.html
https://docs.microsoft.com/ko-kr/windows/ai/directml/gpu-cuda-in-wsl
'HOME > etc' 카테고리의 다른 글
[WSL] Cuda WSL 환경에서 실행하기-2 : Docker 설치 + wsl 연동 (0) | 2022.04.17 |
---|---|
[WSL] Cuda WSL 환경에서 실행하기-1 : wsl설치 (0) | 2022.04.16 |
[Tensorflow] CUDA 설치하기(Window) (0) | 2022.02.17 |
[Window] 원격데스크톱 ERROR - 사용자 계정 제한 때문에 로그온할 수 없습니다. (0) | 2022.02.15 |
Jupyter Notebook 코드 티스토리로 가져오기 (0) | 2022.02.12 |
Comments