PyTorch在CentOS上的GPU加速 - 问答

在CentOS上配置PyTorch以使用GPU加速涉及几个关键步骤，包括安装NVIDIA GPU驱动、CUDA Toolkit和cuDNN库。以下是详细的配置指南：

安装NVIDIA GPU驱动

首先，确保你的CentOS系统上安装了与你的GPU兼容的NVIDIA驱动。你可以从NVIDIA官网下载对应的驱动程序，并按照官方指南进行安装。

安装CUDA Toolkit

访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的CUDA版本并下载安装包。对于CentOS，通常需要使用.run文件进行安装。

例如，安装CUDA 11.7：

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

安装完成后，添加CUDA路径到环境变量中：

echo 'export PATH=/usr/local/cuda-11.7/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

安装cuDNN

访问NVIDIA cuDNN下载页面，下载与你的CUDA版本兼容的cuDNN库。解压并安装：

tar -xzvf cudnn-11.7-linux-x64-v8.2.2.26.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

安装PyTorch

你可以使用pip或conda来安装PyTorch。以下是使用pip安装支持CUDA的PyTorch版本的示例：

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

请根据你的CUDA版本选择正确的URL。

验证安装

安装完成后，你可以通过运行以下命令来验证PyTorch是否能够检测到GPU：

import torch
print(torch.cuda.is_available())  # 输出True表示CUDA可用
print(torch.cuda.current_device())  # 输出当前GPU设备编号
print(torch.cuda.get_device_name(0))  # 输出第一个GPU设备名称

如果输出显示True以及你的GPU型号，说明PyTorch已经成功配置并可以使用GPU加速。

请注意，以上步骤可能会随着PyTorch、CUDA和cuDNN版本的更新而发生变化。建议查看PyTorch官方网站上的安装指南以获取最新信息。

0 赞

0 踩