Partilhar via


Configurar pacotes específicos da GPU em Windows

Esta secção descreve os pacotes que precisa de configurar para que CNTK alavancar os GPUs da NVIDIA.

Verificando a sua compatibilidade com a GPU

Precisa de uma placa gráfica compatível com CUDA para utilizar CNTK capacidades de GPU. Pode verificar se o seu cartão é compatível com CUDA aqui e aqui (para cartões mais antigos). O seu cartão GPU Compute Capability (CC) deve ser 3.0 ou mais.

Nos seguintes passos instalaremos as ferramentas de desenvolvimento da NVidia necessárias para construir o Microsoft Cognitive Toolkit bem como as bibliotecas de suporte NVidia. Como último passo (depois de ter instalado todas as ferramentas NVidia acima mencionadas!), deve verificar se tem o mais recente controlador de cartões gráficos instalado.

Certifique-se de que o diretório C:\Program Files\NVIDIA Corporation\NVSMI existe no seu sistema.

  • Verificação rápida da instalação: Se seguir as instruções acima e utilizar os mesmos caminhos, o comando dir C:\Program Files\NVIDIA Corporation\NVSMI\nvml.dll terá sucesso.

Mais recente condutor de cartões GPU

Instale o mais recente controlador para o seu cartão GPU:

NVIDIA CUDA 9.0

Descarregue e instale o Kit de Ferramentas NVIDIA CUDA 9.0:

Certifique-se de que as seguintes variáveis ambientais CUDA estão definidas no caminho correto (o instalador NVIDIA Cuda irá criá-las para si). Presume-se que os caminhos de instalação predefinidos 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 da instalação: Se seguir as instruções acima e utilizar os mesmos caminhos, o comando dir C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin\cudart64_90.dll terá sucesso.

cuDNN

Instale NVIDIA CUDA Deep Neural Network library também como cuDNN na versão NVIDIA: cuDNN v7.0 para CUDA 9.0 a partir deste link. Esta versão é adequada para Windows 8.1, Windows 10, bem como Windows Server 2012 R2 e mais tarde.

  • Extrair o arquivo para uma pasta no seu disco local, por exemplo, para C:\local\cudnn-9.0-v7.0\

  • Verificação rápida da instalação: Se seguir as instruções acima e utilizar os mesmos caminhos, o comando dir C:\local\cudnn-9.0-v7.0\cuda\bin\cudnn64_7.dll terá sucesso.

CUBO

Importante

Se estiver a instalar CNTK durante Python, poderá saltar este passo.

Importante

Instale o NVIDIA CUB utilizando a versão exata especificada abaixo. Isto é necessário porque é esperado pelo programa de configuração de construção CNTK.

  • Baixar NVIDIA CUB v.1.7.4 a partir deste link de descarregamento

  • Extrair o arquivo para uma pasta no seu disco local (presumimos).c:\local\cub-1.7.4

  • Verificação rápida de instalação. Se seguir as instruções acima e usar os mesmos caminhos, este comando dir C:\local\cub-1.7.4\cub\cub.cuh terá sucesso.