[PyTorch] WSL에서 CUDA, cuDNN, PyTorch 설치 및 사용

리눅스 환경에서 PyTorch 환경을 구축한다. 우선 CUDA 관련 패키지를 제거하고 새로 설치한다.

 

sudo apt --purge remove "*nvidia*"
sudo apt autoremove

sudo apt update
sudo apt install -y nvidia-cuda-toolkit

설치가 완료되면 다음 명령어로 설치된 버전을 확인한다.

 

nvcc --version

 

다음으로 cuDNN을 설치한다.

cuDNN 9.7.0 Downloads | NVIDIA Developer

cuDNN 9.7.0 Downloads

CUDA 버전에 맞는 cuDNN을 설치한다.

 

환경에 맞게 선택해주면 아래에 설치 명령어가 생성된다. 이 명령어를 입력해준다.

wget https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/linux-x86_64/cudnn-linux-x86_64-9.7.0.66_cuda11-archive.tar.xz

이 명령어를 입력해준다.

 

tar -xvf cudnn-linux-x86_64-9.7.0.66_cuda11-archive.tar.xz

그리고 다운받은 파일을 압축해제한다.

 

cuDNN의 헤더 파일과 라이브러리를 CUDA 디렉터리로 복사한다. 이를 위해 cuda 설치 디렉터리를 확인한다.

sudo find / -type d -name "cuda*"

일반적으로는 /usr/local/cuda 또는 /usr/local/cuda-11.x 등에 설치되어야 하지만, 필자의 경우 /usr/lib/cuda에 설치되어 있다.

따라서 이 경로를 /usr/local/cuda로 연결해준다. 

sudo ln -s /usr/lib/cuda /usr/local/cuda
ls -l /usr/local | grep cuda

 

이제 cuDNN 파일을 /usr/local/cuda로 복사한다.

sudo cp cudnn-linux-x86_64-9.7.0.66_cuda11-archive/include/* /usr/local/cuda/include/
sudo cp cudnn-linux-x86_64-9.7.0.66_cuda11-archive/lib/* /usr/local/cuda/lib64/

 

그리고 읽기 권한을 설정해준다.

sudo chmod -R a+r /usr/local/cuda/include/
sudo chmod -R a+r /usr/local/cuda/lib64/

 

권한 설정 후, cuDNN이 제대로 설치되었는지 확인한다.

cat /usr/local/cuda/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

정상적으로 설치되었음을 확인할 수 있다. 

 

이제 PyTorch를 설치한다.

직접 설치하기 | 파이토치 한국 사용자 모임

파이토치 한국 사용자 모임 (PyTorch Korea User Group)

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

 

설치가 완료되면 WSL에서 PyTorch와 CUDA를 사용하기 위해 /usr/local/cuda/bin과 /usr/local/cuda/lib64을 환경변수에 추가해주어야 한다.

 

아래 명령어를 실행해 환경 변수를 추가하고 이를 ~/.bashrc에 저장한다.

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

echo $PATH
echo $LD_LIBRARY_PATH

환경 변수 확인을 위한 명령어

 

이제 PyTorch와 CUDA가 정상적으로 작동하는지 확인해본다. 

import torch
print(torch.__version__)  # PyTorch 버전 출력
print(torch.cuda.is_available())  # True: GPU 사용 가능
print(torch.cuda.get_device_name(0))  # GPU 이름 확인

print(torch.backends.cudnn.version())  # cuDNN 버전 출력

 

정상적으로 실행되는 것을 확인할 수 있다.