Partager via

Configurer des packages spécifiques gpu sur Windows

  • Article

Cette section décrit les packages que vous devez configurer pour CNTK tirer parti des GPU NVIDIA.

Vérification de la compatibilité de votre GPU

Vous avez besoin d’une carte graphique compatible CUDA pour utiliser CNTK fonctionnalités GPU. Vous pouvez vérifier si votre carte est compatible avec CUDA ici et ici (pour les cartes plus anciennes). Votre capacité de calcul de carte GPU (CC) doit être 3.0 ou plus.

Dans les étapes suivantes, nous allons installer les outils de développement NVidia requis pour générer les Microsoft Cognitive Toolkit ainsi que les bibliothèques de support NVidia. Comme dernière étape (après avoir installé tous les outils NVidia mentionnés ci-dessus!), vous devez vérifier que vous disposez du dernier pilote de carte graphique installé.

Vérifiez que le répertoire C:\Program Files\NVIDIA Corporation\NVSMI existe dans votre système.

  • Vérification rapide de l’installation : si vous avez suivi l’instruction ci-dessus et utilisé les mêmes chemins, la commande dir C:\Program Files\NVIDIA Corporation\NVSMI\nvml.dll réussit.

Dernier pilote de carte GPU

Installez le pilote le plus récent pour votre carte GPU :

NVIDIA CUDA 9.0

Téléchargez et installez le Kit de ressources NVIDIA CUDA 9.0 :

Assurez-vous que les variables d’environnement CUDA suivantes sont définies sur le chemin d’accès correct (le programme d’installation NVIDIA Cuda les crée pour vous). Les chemins d’installation par défaut sont supposés :

CUDA_PATH="C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0"
CUDA_PATH_V9_0="C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0"
  • Vérification rapide de l’installation : si vous avez suivi l’instruction ci-dessus et utilisé les mêmes chemins, la commande dir C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\cudart64_90.dll réussit.

cuDNN

Installez NVIDIA CUDA Deep Neural Network library également cuDNN dans la version NVIDIA : cuDNN v7.0 pour CUDA 9.0 à partir de ce lien. Cette version convient à Windows 8.1, Windows 10, ainsi qu’Windows Server 2012 R2 et versions ultérieures.

  • Extraire l’archive dans un dossier sur votre disque local, par exemple pour C:\local\cudnn-9.0-v7.0\

  • Vérification rapide de l’installation : si vous avez suivi l’instruction ci-dessus et utilisé les mêmes chemins, la commande dir C:\local\cudnn-9.0-v7.0\cuda\bin\cudnn64_7.dll réussit.

CUB

Important

Si vous installez CNTK pour Python, vous pouvez ignorer cette étape.

Important

Installez NVIDIA CUB à l’aide de la version exacte spécifiée ci-dessous. Cela est nécessaire, car il est attendu par le programme de configuration de build CNTK.

  • Télécharger NVIDIA CUB v.1.7.4 à partir de ce lien de téléchargement

  • Extrayez l’archive dans un dossier sur votre disque local (nous supposons c:\local\cub-1.7.4).

  • Vérification rapide de l’installation. Si vous avez suivi l’instruction ci-dessus et utilisé les mêmes chemins, cette commande dir C:\local\cub-1.7.4\cub\cub.cuh réussit.