Ubuntu 18.04에서 기본 인프라 설치하기

Ubuntu 18.04에서 기본 인프라 설치하기

graphic driver setup

lspci -k

• gpu 모델정보 확인

• VGA compatible controller: NVIDIA Corporation Device 1e04 (rev a1)
  Subsystem: Gigabyte Technology Co., Ltd Device 37c0
  Kernel modules: nvidiafb, nouveau

release="ubuntu"$(lsb_release -sr | sed -e "s/.//g")
$ echo $release

• ubuntu 18.04 면 ubuntu1804

• 16.04면 ubuntu1604

  
  

sudo apt install sudo gnupg
sudo apt-key adv --fetch-keys "http://developer.download.nvidia.com/compute/cuda/repos/"$release"/x86_64/7fa2af80.pub"
sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/'$release'/x86_64 /" > /etc/apt/sources.list.d/nvidia-cuda.list'
sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/machine-learning/repos/'$release'/x86_64 /" > /etc/apt/sources.list.d/nvidia-machine-learning.list'
sudo apt update

• 패키지 Repository를 추가

Advanced Driver Search

• 자신의 기종에 맞는 그래픽 카드를 검색하여 그래픽 드라이버 이름을 찾는다.

apt-cache search nvidia

• 설치 가능한 그래픽 드라이버를 찾는다.

sudo apt-get install nvidia-driver-430

• 그래픽 드라이버 설치

  
  

$ sudo apt-get install dkms nvidia-modprobe

• 이 패키지까지 설치 끝난후에 sudo reboot

VGA compatible controller: NVIDIA Corporation Device 1e04 (rev a1)
Subsystem: Gigabyte Technology Co., Ltd Device 37c0
Kernel driver in use: nvidia
Kernel modules: nvidiafb, nouveau, nvidia_drm, nvidia

• nvidia-smi 명령어로 그래픽 드라이버가 잘 깔린것을 알 수 있다.

설치한 이후 부팅이 제대로 안된다면.

ctrl + alt + f2를 눌러서 커맨드 모드로 진입.

sudo apt purge nvidia*

sudo nano /etc/modprobe.d/blacklist.conf
blacklist nouveau
options nouveau modset=0

• blacklist.conf 파일에 위의 두 줄을 추가한다.

  
  

sudo update-initramfs -u
sudo reboot

• 업데이트후 재부팅

---

CUDA, cuDNN setup

CUDA Toolkit 10.1 original Archive

sudo sh cuda_10.1.243_418.87.00_linux.run

• 실행하고 나오는 화면에서 graphic driver는 체크 해제해주면 된다.(이미 위에서 설치했음)

NVIDIA cuDNN

sudo tar -zxvf cudnn-10.1-linux-x64-v7.6.2.24.tgz
mv cuda cudnn
sudo mv cudnn /usr/local
cd /usr/local/cudnn
sudo chmod a+r include/cudnn.h lib64/libcudnn*

받은 파일을 압축해제한후 이름을 cudnn으로 바꾸고 /usr/local에 넣는다.

sudo nano ~/.bashrc

export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cudnn/lib64:${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}source~/.bashrc

source ~/.bashrc

• 환경변수 편집

  
  

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

• cudnn 버전 확인

---

Jupyter Notebook, Jupyter Lab, tensorflow 설치

sudo apt update
sudo apt install python3-pip python3-dev

• apt 패키지 업데이트

• pip 및 Python 헤더 파일 설치

  
  

sudo -H pip3 install --upgrade pip 
sudo -H pip3 install virtualenv

• pip 업그레이드, virtualenv 패키지 설치

  
  

mkdir ~/jupyter_notebook 
cd ~/jupyter_notebook

• 디렉터리를 하나 생성한다.

  
  

virtualenv jupyter_notebook 
source jupyter_notebook/bin/activate

• virtualenv를 활성화한다.

  
  

pip install jupyter
pip install jupyterlab

• jupyter notebook, lab 설치

  
  

jupyter notebook
or
jupyter lab

• jupyter notebook, lab 실행

  
  

sudo apt-get install python-pip python-dev 
sudo pip install --upgrade pip 
sudo pip install tensorflow-gpu

• 파이썬 패키지 설치

• GPU 버전의 텐서플로우 설치

  
  

python -c 'import tensorflow as tf; print(tf.__version__)'

• 테스팅

• 텐서 플로우 버전이 나온다면 성공한것이다.

출처: https://hiseon.me/linux/ubuntu/install_nvidia_driver/

---

느낀점: 설치하면서 느낀건데 Ubuntu와 Nvidia 호환성은 진짜 극악인 것 같다… 똑같은 그래픽 카드를 갖고 있는 워크스테이션 두대를 동일한 방법으로 설치했는데 한대는 정상동작하고 하나는 부팅에서 stuck이 걸려버렸다. 흠…