使わないPCをCUDA用にセットアップしてみる

今はほぼ使っていないPCがあるので、ディープラーニングやら何やらにこれ以上乗り遅れないようにCUDAを使えるようにしてみることにした。

2010年に発売したHPのデスクトップPCで、Nehalem世代のCore i7-960、Tesla世代のNVIDIA GeForce GTS 250あたりが入っていたモデル。ビデオカードはその後第1世代MaxwellのGeFroce GTX 750 Tiに入れ替えている。

HDDも入れ替えているがOSはWindows 7のまま。

これを寝かせておくのはもったいないので、余っているHDDにUbuntuを入れてCUDAで遊ぶマシンにするのが目的。

Windows 7が入っていたHDDはこれからも使うかも知れないので取り外し、余っているHDDを取り付けUbuntuをインストール。

初めは18.04 LTSをインストールしたが、CUDA Toolkitが正式に対応していないので16.04 LTSを入れ直した。

CUDA Toolkitのインストールではまる人が多いようだ。

通常のGUI画面からはインストールできなかったのでCtrl+Alt+F1でコマンドラインに入ってX Windowを止める。

その後にCUDA Toolkitをインストール。

再起動するとログイン画面がループするという問題が発生した。NVIDIAのディスプレイドライバの問題らしいので、またCtrl+Alt+F1から最新のドライバをインストール。

一応CUDA Toolkitのインストールができたらしい。

その後パスの設定などを行う必要がある。

.bashrcに設定を書いて終わりかと思ったらまたエラーが発生。

WARNING - libGLU.so not foundなどのエラーが発生するので、freeglut3-devなんかをインストールしたらエラーが出なくなった。

ここでやっとCUDA ToolkitのサンプルファイルがMakeできるようになった。

f:id:AllAboutKamikura:20180915200743p:plain

Pythonで単純に開発するとか、機械学習・ディープラーニングでいろいろ設定するならpyenv、Anacondaなんかで比較的簡単に環境構築はできるけど、それをさらにCUDAなどを使って効率化しようとするとその環境構築はけっこう大変だ。

今回は10年ほど前の使ってないPCを活用して無料でとりあえず環境構築までできたが、何も知らない人が新規に20万円とかの構成の高性能なGPU環境を手に入れても、それをまともに動かせるようにするまでにそこそこ時間がかかりそうだ。

Windowsで使う場合も苦労が多いようだけど、このあたりの設定をしないとGPUを使った機械学習・ディープラーニングなんかができない。

これを人に頼んでいるようではその後の問題にも対処できそうにないので、古いPCなんかを活用すれば何度でもやり直せるので、基本的なセットアップは自分でできるようにしておくと将来的に良さそうだ。

ITライター上倉賢のAll About