Introduction

NVIDIA CUDA Toolkit est une plateforme puissante conçue pour exécuter des tâches de calcul parallèle en utilisant les GPU NVIDIA. Il permet aux développeurs d’accélérer le développement et l’utilisation d’applications modernes de ML/AI en exploitant la puissance du calcul GPU. Dans cet article, nous vous guiderons à travers le processus d’installation du kit d’outils NVIDIA CUDA sur un serveur GPU Cloud Ubuntu 22.04.

Prérequis

Avant de commencer, assurez-vous d’avoir les prérequis suivants en place :

1. Déployez un serveur GPU Cloud Ubuntu 22.04 sur Shape.host avec au moins 1/12 GPU NVIDIA et 180 Go de stockage.
2. Accédez au serveur via SSH.
3. Créez un compte utilisateur sudo non-root et basculez vers le nouveau compte utilisateur. Dans ce guide, nous utiliserons le nom d’utilisateur shapehost comme exemple. Remplacez-le par votre nom d’utilisateur réel.

Installation native

La méthode recommandée pour installer le kit d’outils NVIDIA CUDA est une installation native en utilisant le fichier de version dépendant de la distribution ou un script d’installation. Cette méthode assure que le kit d’outils CUDA est installé sans écraser aucun fichier de pilote NVIDIA. Voici comment vous pouvez le faire :

$ wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda_12.0.1_525.85.12_linux.run
$ sudo sh cuda_12.0.1_525.85.12_linux.run

Lisez l’Accord de licence de l’utilisateur final (EULA) et entrez accepter lorsque vous êtes invité à poursuivre l’installation. Désélectionnez l’option Pilotes dans la liste des options d’installation, car les pilotes sont déjà disponibles sur les serveurs GPU Cloud de Shape.host. Appuyez sur Entrée pour commencer le processus d’installation.

Une fois l’installation réussie, ajoutez le chemin CUDA au PATH système et le chemin de la bibliothèque du kit d’outils CUDA au LDLIBRARYPATH en exécutant les commandes suivantes :

$ echo "export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}" >> /home/shapehost/.bashrc
$ echo "export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}" >> /home/shapehost/.bashrc
$ source /home/shapehost/.bashrc

Installation à l’aide de Conda

Si vous préférez utiliser Conda pour la gestion des paquets, vous pouvez installer le kit d’outils NVIDIA CUDA en utilisant Conda avec Anaconda ou Miniconda préinstallé. Voici comment vous pouvez le faire :

1. Assurez-vous d’avoir soit Anaconda soit Miniconda installé sur votre serveur. Si ce n’est pas le cas, installez la version désirée avant de procéder.
2. Activez votre environnement virtuel Conda. Par exemple, si votre environnement virtuel s’appelle env1, utilisez la commande suivante :

$ conda activate env1
$ conda install -c "nvidia/label/cuda-12.0.1" cuda -y

3. Après l’installation, vérifiez que le kit d’outils CUDA est disponible dans vos paquets Conda locaux en exécutant la commande suivante :

$ conda list | grep "cuda-toolkit"

Vérification de l’installation

Une fois le kit d’outils NVIDIA CUDA installé sur votre serveur GPU Cloud Ubuntu 22.04, il est important de vérifier l’installation pour s’assurer que tout fonctionne correctement. Voici quelques étapes de vérification que vous pouvez effectuer :

$ nvidia-smi
$ nvcc --version
$ git clone https://github.com/NVIDIA/cuda-samples.git
$ cd cuda-samples/Samples/1_Utilities/deviceQuery
$ make
$ ./deviceQuery

Si le programme CUDA s’exécute correctement, vous devriez voir une sortie similaire à la suivante :

CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "NVIDIA A40-1Q"
CUDA Driver Version / Runtime Version 12.0 / 12.0
CUDA Capability Major/Minor version number: 8.6
...
Result = PASS

Félicitations ! Vous avez réussi à installer le kit d’outils NVIDIA CUDA sur votre serveur GPU Cloud Ubuntu 22.04 et à vérifier sa fonctionnalité.

Compatibilité système et exigences

Lors de l’installation du kit d’outils NVIDIA CUDA, il est important de garantir la compatibilité du système et de respecter les exigences nécessaires. Voici les spécifications pour la version 12.0.1 du kit d’outils CUDA installé dans ce guide :

• Version GCC : 11.3.0
• Version du pilote graphique NVIDIA : 525.125.06
• Version de l’API du pilote CUDA : 12.0
• Version du noyau Linux : 5.15.0-75

Veuillez noter que ces spécifications peuvent varier en fonction de la version du kit d’outils CUDA que vous avez l’intention d’installer. Assurez-vous de vérifier les valeurs de compatibilité du système spécifiques à votre version cible.

Pour vérifier la compatibilité de votre système, vous pouvez effectuer les vérifications suivantes :

• Consultez les propriétés du système Linux et vérifiez la présence d’une carte graphique NVIDIA attachée en utilisant la commande lspci.
• Vérifiez la version de GCC installée en utilisant la commande gcc --version.
• Vérifiez les pilotes GPU NVIDIA installés en utilisant la commande nvidia-smi.
• Consultez la version du noyau du système en utilisant la commande uname -r.
• Vérifiez les en-têtes de noyau disponibles en utilisant la commande apt list linux-headers-$(uname -r).

En suivant ces étapes, vous pouvez vous assurer que votre système répond aux exigences nécessaires pour l’installation du kit d’outils NVIDIA CUDA.

Dans ce guide, nous vous avons guidé à travers le processus d’installation du kit d’outils NVIDIA CUDA sur un serveur GPU Cloud Ubuntu 22.04. Que vous choisissiez la méthode d’installation native ou que vous préfériez utiliser Conda, vous pouvez désormais exploiter la puissance du calcul GPU pour vos applications d’apprentissage automatique et d’IA. N’oubliez pas de vérifier l’installation et de garantir la compatibilité du système pour assurer une expérience de développement fluide.

Si vous êtes à la recherche de solutions d’hébergement en cloud fiables et évolutives, envisagez Shape.host. Avec leurs services Linux SSD VPS, vous pouvez déployer et gérer votre serveur GPU Cloud Ubuntu 22.04 sans effort. Shape.host offre un support de haut niveau et un environnement sécurisé pour vos applications alimentées par GPU.

Christian Wells