Share via

Menyiapkan paket khusus GPU pada Windows

  • Artikel

Bagian ini menguraikan paket yang perlu Anda siapkan agar CNTK dapat memanfaatkan GPU NVIDIA.

Memeriksa kompatibilitas GPU Anda

Anda memerlukan kartu grafis yang kompatibel dengan CUDA untuk menggunakan kemampuan GPU CNTK. Anda dapat memeriksa apakah kartu Anda kompatibel dengan CUDA di sini dan di sini (untuk kartu yang lebih lama). Kemampuan Komputasi (CC) kartu GPU Anda harus 3.0 atau lebih.

Dalam langkah-langkah berikut, kami akan menginstal alat pengembangan NVidia yang diperlukan untuk membangun Microsoft Cognitive Toolkit serta pustaka dukungan NVidia. Sebagai langkah terakhir (setelah Anda menginstal semua alat NVidia yang disebutkan di atas!), Anda harus memeriksa apakah Anda telah menginstal driver kartu grafis terbaru.

Pastikan direktori C:\Program Files\NVIDIA Corporation\NVSMI ada di sistem Anda.

  • Pemeriksaan penginstalan cepat: Jika Anda mengikuti instruksi di atas dan menggunakan jalur yang sama, perintah dir C:\Program Files\NVIDIA Corporation\NVSMI\nvml.dll akan berhasil.

Driver kartu GPU terbaru

Instal driver terbaru untuk kartu GPU Anda:

  • Pilih kartu Anda dan unduh paket driver dari lokasi unduhan ini
  • Jalankan prosedur penginstalan driver

NVIDIA CUDA 9.0

Unduh dan instal Toolkit NVIDIA CUDA 9.0:

Pastikan bahwa variabel lingkungan CUDA berikut diatur ke jalur yang benar (alat penginstal NVIDIA Cuda akan membuatnya untuk Anda). Jalur penginstalan default diasumsikan:

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"
  • Pemeriksaan penginstalan cepat: Jika Anda mengikuti instruksi di atas dan menggunakan jalur yang sama, perintah dir C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\cudart64_90.dll akan berhasil.

cuDNN

Instal NVIDIA CUDA Deep Neural Network library juga dikenal sebagai cuDNN dalam versi NVIDIA: cuDNN v7.0 untuk CUDA 9.0 dari tautan ini. Versi ini cocok untuk Windows 8.1, Windows 10, serta Windows Server 2012 R2 dan yang lebih baru.

  • Ekstrak arsip ke folder di disk lokal Anda, misalnya ke C:\local\cudnn-9.0-v7.0\

  • Pemeriksaan penginstalan cepat: Jika Anda mengikuti instruksi di atas dan menggunakan jalur yang sama, perintah dir C:\local\cudnn-9.0-v7.0\cuda\bin\cudnn64_7.dll akan berhasil.

CUB

Penting

Jika Anda menginstal CNTK untuk Python, Anda dapat melewati langkah ini.

Penting

Instal NVIDIA CUB menggunakan versi yang tepat yang ditentukan di bawah ini. Ini diperlukan karena diharapkan oleh program konfigurasi build CNTK.

  • Unduh NVIDIA CUB v.1.7.4 dari tautan unduhan ini

  • Ekstrak arsip ke folder di disk lokal Anda (kami berasumsi c:\local\cub-1.7.4).

  • Pemeriksaan penginstalan cepat. Jika Anda mengikuti instruksi di atas dan menggunakan jalur yang sama, perintah dir C:\local\cub-1.7.4\cub\cub.cuh ini akan berhasil.