NVIDIA ドライバ,NVIDIA CUDA ツールキット 10.0,NVIDIA cuDNN 7.6.5 のインストール(Windows 上)

Windows での,NVIDIA ドライバNVIDIA CUDA ツールキット 10.0,NVIDIA cuDNN 7.6.5 のインストール,nvcc の使用例をスクリーンショット等で説明する. NVIDIA CUDA ツールキット は,NVIDIA社が提供する GPU 用のツールキットである.GPU を用いた演算のプログラム作成や動作のための各種機能を備えている.ディープラーニングでも利用されている.

GPU は,グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能,乗算や加算の並列処理の機能などがある.

目次

  1. Visual Studio Community 2017 のインストール
  2. NVIDIA ドライバのインストール(Windows 上)
  3. NVIDIA CUDA ツールキット 10.0 のインストール(Windows 上)
  4. NVIDIA cuDNN 7.6.5 のインストール
  5. nvcc を動かしてみる(x64 Native Tools コマンドプロンプトを利用)
  6. NVIDIA CUDA サンプルプログラムのビルドと実行o

サイト内の関連ページ

関連する外部ページ

GPU

GPUは,グラフィックス・プロセッシング・ユニット(Graphics Processing Unit)の略である.3次元コンピュータグラフィックスや3次元ゲーム,動画編集,仮想通貨のマイニング,科学計算,ディープラーニングなど,並列処理が必要な幅広い分野で活用されている.

TensorFlow GPU 版

TensorFlowは,Googleが開発した機械学習フレームワークである.Python,C/C++言語から利用可能で,CPU,GPU,TPU上で動作する.TensorFlowの特徴として「データフローグラフ」がある.これは,「データの流れ」を表現するもので,グラフの節点は演算(オペレーション)を,エッジはデータ(テンソル)の流れを表す.TensorFlowを使用することで,音声,画像,テキスト,ビデオなど多様なデータを扱う機械学習アプリケーションの開発が容易になる.2015年11月に初版がリリースされて以来,継続的にバージョンアップが続いている.

TensorFlow GPU版の動作要件(2024年7月現在)

Visual Studio Community 2017 のインストール

NVIDIA CUDA 10.0 は Visual Studio Commnity 2017, 2015, 2013, 2012 と連携して動く機能がある.

NVIDIA CUDA 10.0 のインストールの前に, Visual Studio Commnity 2017 のインストールを行う.

Visual Studio Commnity 2017 のインストールは, https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び,「ダウンロード」をクリック. その後表示されるダウンロードの画面で, 「Visual Studio Commnity 2017」を選ぶ. インストール時には「C++ によるデスクトップ開発」をチェックしてインストールする.

NVIDIA ドライバのインストール(Windows 上)

NVIDIA ドライバ

NVIDIA ドライバは,NVIDIA製GPUを動作させるための重要なソフトウェアである.このドライバをインストールすることにより,GPUの性能を引き出すことができ,グラフィックス関連のアプリ,AI関連のアプリの高速化が期待できる.

ドライバはNVIDIA公式サイトである https://www.nvidia.co.jp/Download/index.aspx?lang=jp からダウンロードできる.このサイトからダウンロードするときには,グラフィックスカードとオペレーティングシステムを選択する. なお,NVIDIA GeForce Experiance を用いてインストールすることも可能である.

サイト内の関連ページ

  1. NVIDIA グラフィックス・ボードの確認

    Windows で,NVIDIA グラフィックス・ボードの種類を調べたいときは, 次のコマンドを実行することにより調べることができる.

    wmic path win32_VideoController get name
    
  2. NVIDIA ドライバのダウンロード

    NVIDIA ドライバは,以下の NVIDIA 公式サイトからダウンロードできる.

    https://www.nvidia.co.jp/Download/index.aspx?lang=jp

  3. ダウンロードの際には,使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する.

NVIDIA CUDA ツールキット 10.0 のインストール(Windows 上)

NVIDIA CUDA ツールキットのインストール時の注意点

NVIDIAのGPUを使用して並列計算を行うためのツールセット

主な機能: GPU を利用した並列処理,GPU のメモリ管理,C++をベースとした拡張言語とAPIとライブラリ

NVIDIA CUDA ツールキットの動作に必要なもの

Windows でインストールするときの注意点

関連する外部ページ

関連項目NVIDIA CUDA ツールキット, NVIDIA CUDA ツールキット 12.5 のインストール(Windows 上), NVIDIA CUDA ツールキット 11.8 のインストール(Windows 上)

TensorFlow 1.15.5 が必要とする NVIDIA CUDA ツールキットと NVIDIA cuDNN のバージョンの確認

TensorFlow 1.15.5 を動かすために,NVIDIA CUDA ツールキット 10.0NVIDIA cuDNN 7.6.5 を使う.

(10.2, 10.1 は不可.実際に試みて検証済み).

NVIDIA CUDA ツールキット 10.0NVIDIA cuDNN 7.6.5 の根拠: cudart64_100.dll, cudnn64_7.dll が必要

インストール手順

  1. NVIDIA CUDA ツールキットのアーカイブのページを開く

    https://developer.nvidia.com/cuda-toolkit-archive

  2. NVIDIA CUDA ツールキットのバージョンを選ぶ

    ここでは,NVIDIA CUDA ツールキット10.0を選んでいる

  3. Windows」,「10」,「exe [local]」を選ぶ.
  4. Base Installer」の右横の「Download」をクリックして,.exe ファイルをダウンロード
  5. exe ファイルのダウンロードが始まる
  6. ダウンロードした .exe ファイルを実行する.
  7. 展開(解凍)先ディレクトリ(フォルダ)の指定.

    既定(デフォルト)のままでよい.「OK」をクリック.

  8. 展開(解凍)が自動で行われるので,しばらく待つ.
  9. ライセンス条項の確認
  10. インストールオプションは,「カスタム(詳細)」を選び,「次へ」をクリック.
  11. コンポーネントを確認する.

    CUDA」にチェックする.その他は,必要なものがあればチェックする.「次へ」をクリック.

    複数の版の NVIDIA CUDA ツールキットをインストールする場合には,古い版のNVIDIA CUDA ツールキットをインストールするときに「CUDA」だけを選ぶようにする.

  12. インストール場所の選択は,既定(デフォルト)のままでよい.「次へ」をクリック.
  13. Visual Studio Integration について表示された場合

    表示されなくても問題はない.

    表示された場合には,NVIDIA CUDA のインストールを中止して, Visual Studio Commnity 2017 のインストールを行う.

    Visual Studio Commnity 2017 のインストールは, https://visualstudio.microsoft.com/ja/vs/older-downloads/ で「2017」を選び,「ダウンロード」をクリック. その後表示されるダウンロードの画面で, 「Visual Studio Commnity 2017」を選ぶ. インストール時には「C++ によるデスクトップ開発」をチェックしてインストールする.

  14. このとき,Windows セキュリティの画面が開くことがある.開いた場合には,「インストール」をクリック.
  15. インストールが始まるので,確認する.
  16. このとき,グラフィックス・カードのドライバのインストールについての画面が表示される場合がある.「インストール」をクリックして,インストールを続行する.
  17. Visual Studio がインストール済みのときは,Nsight Visual Studio がインストールされたことが確認できる.確認したら「次へ」をクリック.

    Visual Studio をインストールしていないときは,Nsight for Visual Studio はインストールされない.

  18. インストール終了の確認.「閉じる」をクリック.

    *コンピュータを再起動してください」と表示される場合がある.そのときは,再起動する.

  19. GeForce Experience が自動で開く場合がある
    • 利用条件について表示されたときは、よく確認し、納得できる場合のみ同意・続行する
    • リリースハイライトが表示される場合がある.

      リリースハイライトを確認したら,「x」をクリックして閉じる.

    • このとき,最新版への更新が始まり,起動に時間がかかることがある.

      そして「お使いのGPU向けの新しいドライバーが入手可能です」と表示されることがある.そのときは,新しいドライバをインストールする.

インストール後の環境変数の確認

Windowsシステム環境変数自動で設定される

nvcc の動作確認

nvcc にパスが通っていることを確認する

Windowsコマンドプロンプトを開き,次のコマンドを実行する. エラーメッセージが出ないことを確認.

where nvcc

NVIDIA cuDNN 7.6.5 のインストール

インストールするNVIDIA cuDNN のバージョンは 7.6.5 for CUDA 10.0

NVIDIA cuDNN

NVIDIA cuDNN は, NVIDIA CUDA ツールキット上で動作するディープラーニング・ライブラリである. 畳み込みニューラルネットワークや リカレントニューラルネットワークなど,さまざまなディープラーニングで利用されている.

Windows で,NVIDIA cuDNN の利用時に 「Could not locate zlibwapi.dll. Please make sure it is in your library path!」と表示されるときは, ZLIB DLL をインストールすること.

関連する外部ページ

NVIDIA cuDNN のインストール(Windows 上)の概要

NVIDIA cuDNN のダウンロードとインストールの手順

  1. NVIDIA cuDNN のウェブページを開く

    https://developer.nvidia.com/cuDNN

  2. ダウンロードしたいので,cuDNNのところにある「Download cuDNN」をクリック.
  3. NVIDIA Developer Program メンバーシップに入る

    NVIDIA cuDNN のダウンロードのため.

    Join now」をクリック.その後,画面の指示に従う. 利用者本人が,電子メールアドレス,表示名,パスワード,生年月日を登録.利用条件等に合意.

  4. ログインする
  5. 調査の画面が出たときは,調査に応じる
  6. ライセンス条項の確認
  7. 「Archived cuDNN Releases」をクリック
  8. ダウンロードしたいバージョンを選ぶ

    ここでは「cuDNN v 7.6.5, for CUDA 10.0」を選んでいる.

    このとき,画面の「for CUDA ...」のところを確認し,使用するNVIDIA CUDA のバージョンに合うものを選ぶこと.

  9. Windows にインストールするので Windows 版を選ぶ
  10. ダウンロードが始まる.
  11. ダウンロードした .zip ファイルを展開(解凍)する.展開の結果 cuda という名前のディレクトリができる.その中のサブディレクトリを確認しておく.

    Windows での展開(解凍)に便利な 7-Zip: 別ページ »で説明

  12. NVIDIA CUDA ツールキットをインストールしたディレクトリは,「C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0」 のようになっている.確認する.
  13. 確認したら, さきほど展開してできたディレクトリcuda の下にあるすべてのファイルとディレクトリを,NVIDIA CUDA ツールキットをインストールしたディレクトリにコピーする

インストール後に行う環境変数の設定

NVIDIA cuDNN をインストールしたディレクトリ」をもとに環境変数を設定する.

NVIDIA cuDNN をインストールしたディレクトリ」が C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0 の場合には,次のように設定する.

パスの確認

次の操作により,cudnn64_7.dllパスが通っていることを確認する

Windowsコマンドプロンプトを開き,次のコマンドを実行する.エラーメッセージが出ないことを確認.

where cudnn64_7.dll

nvcc を動かしてみる(x64 Native Tools コマンドプロンプトを利用)

  1. C/C++ をコマンドで使いたいので,Visual Studio の x64 Native Tools コマンドプロンプトを起動.

    起動は,Windows のメニューで「Visual Studio 20..」の下の「x64 Native Tools コマンドプロンプト (x64 Native Tools Command Prompt)」を選ぶ.「x64」は,64ビット版の意味である.

    * 32ビットのNative Tools コマンドプロンプトでは nvcc が動かない

    以下の操作は,x64 Native Tools コマンドプロンプトで行う

  2. 確認のため,「where cl」を実行.

    エラーメッセージが出ていないことを確認.

    where cl
    
  3. nvccの動作確認のため,

    https://devblogs.nvidia.com/easy-introduction-cuda-c-and-c/に記載のソースコードを使用. まず,エディタを開く. ここではメモ帳 (notepad) を使っている.

    x64 Native Tools コマンドプロンプト で,次のコマンドを実行する. ファイル名は hello.cu としている.

    cd /d c:%HOMEPATH%
    notepad hello.cu
    

    その後,ファイルを編集し,ファイルを保存.

    エディタで hello.cuのようなファイル名で保存.

  4. ビルドと実行.

    「nvcc hello.cu」で a.exe というファイルができる. 「Max error: 0.000000」と表示されればOK.

    うまく動かないときは,まず,マイクロソフト C++ ビルドツールの動作を,別ページの手順により確認し,異常があれば,マイクロソフト C++ ビルドツールのインストールなどで対処.それでも動かないときは,NVIDIA CUDA ツールキット 10.0 のインストールしたときの作業に間違いがなかったかを再確認.

    del a.exe
    nvcc hello.cu
    
    .\a.exe
    

NVIDIA CUDA サンプルプログラムのビルドと実行

付属のサンプルプログラムを Visual Studio Community 2019 の C++ を用いてビルドし実行してみる.

前準備

CUDA Samples にあるソースコードのビルド

  1. C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0 を開く
  2. 自分が持っている Visual Studio のバージョンにあった sln ファイル(ソリューションファイル)を開く. ここでは,ソリューションファイルを確認.Samples_vs2017.slnを開く.

    しばらく待つ

  3. ソリューションエクスプローラーの「ソリューション 'Sample_vs2019' (168プロジェクト)」をクリックすると,下にプロパティが表示されるので確認する.
  4. ビルドする前に、 右クリックメニューで、 「ソリューションの再ターゲット」を選ぶ.

    これは、SDK のバージョンに起因するエラーを回避するための操作

  5. 「ビルド」メニューを開き,「ソリューションのビルド」を選ぶ.
  6. 画面の下にあるコンソールを見て,ビルドの終了を確認.

    * ビルドの終了までしばらく待つこと.

  7. プログラムができる.いくつかを実行してみる.

    プログラムの場所は C:\ProgramData\NVIDIA Corporation\CUDA Samples\v10.0\bin\win64\Debug

    devicequery.exe
    BicubicTexture.exe
    BilateralFilter
    stereoDisparity
    imageDenoising.exe, ノイズの除去(Image Denosing with knn, nlm, modified nlm filters)
    Volume Filtering