Configurar pacotes específicos de GPU no Windows

  • Artigo

Esta seção descreve os pacotes que você precisa configurar para que CNTK aproveite as GPUs NVIDIA.

Verificando sua compatibilidade de GPU

Você precisa de uma placa gráfica compatível com CUDA para usar CNTK recursos de GPU. Você pode verificar se seu cartão é compatível com CUDA aqui e aqui (para cartões mais antigos). O CC (recurso de computação) do cartão GPU deve ser 3.0 ou mais.

Nas etapas a seguir, instalaremos as ferramentas de desenvolvimento NVidia necessárias para criar o Microsoft Cognitive Toolkit, bem como bibliotecas de suporte da NVidia. Como a última etapa (depois de instalar todas as ferramentas NVidia mencionadas acima!), verifique se você tem o driver de placa gráfica mais recente instalado.

Verifique se o diretório C:\Program Files\NVIDIA Corporation\NVSMI existe em seu sistema.

  • Verificação rápida de instalação: se você seguiu a instrução acima e usou os mesmos caminhos, o comando dir C:\Program Files\NVIDIA Corporation\NVSMI\nvml.dll terá êxito.

Driver de cartão GPU mais recente

Instale o driver mais recente para seu cartão GPU:

  • Selecione seu cartão e baixe o pacote de driver neste local de download
  • Executar o procedimento de instalação do driver

NVIDIA CUDA 9.0

Baixe e instale o NVIDIA CUDA 9.0 Toolkit:

Verifique se as variáveis de ambiente cuda a seguir estão definidas como o caminho correto (o instalador do NVIDIA Cuda criará essas variáveis para você). Os caminhos de instalação padrão são assumidos:

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"
  • Verificação rápida de instalação: se você seguiu a instrução acima e usou os mesmos caminhos, o comando dir C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\cudart64_90.dll terá êxito.

cuDNN

Instale NVIDIA CUDA Deep Neural Network library também conhecido como cuDNN na versão NVIDIA: cuDNN v7.0 para CUDA 9.0 neste link. Essa versão é adequada para Windows 8.1, Windows 10, bem como Windows Server 2012 R2 e posteriores.

  • Extraia o arquivo para uma pasta em seu disco local, por exemplo, para C:\local\cudnn-9.0-v7.0\

  • Verificação rápida de instalação: se você seguiu a instrução acima e usou os mesmos caminhos, o comando dir C:\local\cudnn-9.0-v7.0\cuda\bin\cudnn64_7.dll terá êxito.

CUB

Importante

Se você estiver instalando CNTK para Python, poderá ignorar esta etapa.

Importante

Instale o NVIDIA CUB usando a versão exata especificada abaixo. Isso é necessário porque é esperado pelo programa de configuração de build CNTK.

  • Baixe o NVIDIA CUB v.1.7.4 neste link de download

  • Extraia o arquivo para uma pasta em seu disco local (presumimos c:\local\cub-1.7.4).

  • Verificação rápida de instalação. Se você seguiu a instrução acima e usou os mesmos caminhos, esse comando dir C:\local\cub-1.7.4\cub\cub.cuh terá êxito.