1. PC 장착된 GPU 모델 확인
- 현재 그래픽 카드 정보
NVIDIA Geforce RTX 3090
2. CUDA Veresion 확인
nvidia-smi
Compute Capability: https://en.wikipedia.org/wiki/CUDA#GPUs_supported
사이트에서 CUDA 버전에 맞는 Compute Capability 확인할 수 있으며, 현재 NVIDIA GeForce RTX 3090의 CUDA Capability는 8.6 이다.
3. CUDA Toolkit 설치
다운로드 페이지: https://developer.nvidia.com/cuda-toolkit-archive
4. cuDNN 설치
다운로드 페이지(회원 가입 필수): https://developer.nvidia.com/rdp/cudnn-archive
다운로드 파일 압축 후 bin, include, lib 폴더 존재
CUDA Toolkit 설치 된 폴더에 존재하는 bin, include, lib 폴더에 다운로드한 bin, include, lib 폴더 내의 파일을 추가
C:\Program Files\NVIDIA GPU Computing Toolkit # 윈도우 설치 기본 경로
5. GPU 활용 가능 테스트 코드
import tensorflow as tf # tensorflow
tf.config.list_physical_devices('GPU')
from tensorflow.python.client import device_lib
device_lib.list_local_devices()
import torch #pytorch
torch.cuda.is_available()
'System Management' 카테고리의 다른 글
Docker 기반 Slurm Cluster 구성하기 (0) | 2024.05.21 |
---|---|
Docker Ubuntu 이미지에서 R 설치 (0) | 2022.12.27 |
리눅스 환경에서 OpenSSL 설치 후 Python 3.10 설치 (0) | 2022.07.05 |
Mac에서 제거 가능한 저장 공간 바로 삭제하기 (0) | 2022.05.05 |
Docker push no basic auth credentials nexus error (0) | 2022.02.13 |
Korean BioInformation Center(KOBIC) Korea Research Institute of Bioscience & Biotechnology Address: #52 Eoeun-dong, Yuseong-gu, Deajeon, 305-806, KOREA +82-10-9936-2261 e-mail: kogun82@kribb.re.kr Blog: kogun82.tistory.com Homepage: www.kobic.re.kr
포스팅이 좋았다면 "좋아요❤️" 또는 "구독👍🏻" 해주세요!