〈Windows10〉CUDA Toolkitをインストールする

PyTorchやTensorFlowなどのPythonの深層学習フレームワークを使用するのに必要となるCUDA ToolkitをWindows10にインストールします。

NVIDIA製のGPUを搭載していないPCではCUDAは利用できません。

必須環境

  • Windows10
  • NVIDIA製GPU

作業内容

例ではCUDA Toolkit 11.1 Update 1をインストールしますが、他のバージョンのインストールも殆ど手順は変わりません。

  • CUDA Toolkit 11.1 Update 1のインストール

Compute Capabilityについて

GPUの世代によって、対応しているライブラリに制限があります。
一般的に、PyTorchやTensorFlowで利用するには2015年以降に発売された製品(Compute Capability 3.5以上)である必要があります。
Compute Capabilityはこのページを参照してください。

インストーラーのダウンロード

まず、このページからCUDA Toolkitのインストーラーをダウンロードします。

Select Target Platform[Windows] [x86_64] [10] [exe (network)]と順番に選びます。

全て選ぶと下の方にダウンロードボタンが出て来るので、クリックしてインストーラ―をダウンロードします。

インストール

ダウンロードしたインストーラ―を実行してください。

最初に、インストーラ―を何処に一時的に展開するかを選択します。
デフォルトのままOKをクリックします。

画面に沿ってインストールを進めます。

使用許諾契約書に同意して続行します。

例ではPyTorchやTensorFlowを実行できる環境が作成できればいいので、カスタムモードで次へ進みます。

PyTorchやTensorFlowの実行に最低限必要なのはCUDA中のRuntimeのみです。
ここでは、Runtime Nsight Systems Nsight Computeをインストールします。

  • Development: 開発向け。CUDAのプログラム自体を開発する人は必要。
  • Visual Studio Integration: VS(Codeではない)のプラグイン。VSで開発する人は好みで。
  • Nsight Systems: GPUのプロファイリングをするアプリ。
  • Nsight Compute: 同上。
  • Samples: CUDAのサンプルプログラム。好みで。
  • Runtime: 実行に必要。
  • Nsight NVTX: Nsightの拡張キット。開発する人は好みで。
  • Nsight VSE: NsightのVS拡張キット。VSで開発する人は好みで。

以下はGPUドライバです。
例では現在のバージョンがインストールされる物よりも新しいのでチェックを外します。

インストール場所を設定します。デフォルトのまま次へ進みます。

暫く待つと選択したコンポーネントのインストールが完了します。

パスの確認

インストールしたCUDA Toolkitを利用できるようにするには環境変数を設定する必要があります。
通常、自動でこの変数は設定されるので、確認しましょう。

コントロール パネル\システムとセキュリティ\システムを開きます。

コンピューターの情報が表示されるので、ウィンドウ左部のシステムの詳細設定をクリックします。

環境変数を開きます。

CUDA_PATH CUDA_PATH_V11_1にCUDA Toolkitのインストールディレクトリが設定されているのを確認します。

コメントを残す

メールアドレスが公開されることはありません。 が付いている欄は必須項目です