如何在 Google Colab GPU 中安装 CUDA

Question

Google Colab GPU 似乎没有附带 CUDA 工具包，我如何在 Google Colab GPU 中安装 CUDA。 我在 Google Colab 中安装 m.net 时遇到此错误。

Installing collected packages: mxnet
Successfully installed mxnet-1.2.0

错误：利用 GPU 进行计算的安装不完整。 请确保您已安装 CUDA 并在您的终端中运行以下行并重试：

pip uninstall -y mxnet && pip install mxnet-cu90==1.1.0

根据您的 CUDA 版本调整“cu90”（“cu75”和“cu80”也可用）。 您还可以通过调用 turicreate.config.set_num_gpus(0) 完全禁用 GPU 的使用。 发生异常，使用 %tb 查看完整的回溯。

SystemExit: 1

Answer 1

Cuda 未显示在您的笔记本上，因为您尚未在 Colab 中启用 GPU。

Google Colab 带有 GPU 或不带 GPU 两种选项。 您可以在运行时设置中启用或禁用 GPU

Go to Menu > Runtime > Change runtime.

将硬件加速更改为 GPU。

要检查 GPU 是否正在运行，请运行以下命令

!nvidia-smi

如果输出如下图所示，则表示您的 GPU 和 cuda 正在工作。 您还可以看到 CUDA 版本。

之后要检查 PyTorch 是否能够使用 GPU，请运行以下代码。

import torch
torch.cuda.is_available()
# Output would be True if Pytorch is using GPU otherwise it would be False.

要检查 TensorFlow 是否能够使用 GPU，请运行以下代码。

import tensorflow as tf
tf.test.gpu_device_name()
# Standard output is '/device:GPU:0'

Answer 2

我几乎相信谷歌 Colab 已经预装了 Cuda……您可以通过打开一个新笔记本并输入!nvcc --version ，这将返回已安装的 Cuda 版本。

这是我的：

Answer 3

1. 去这里： https : //developer.nvidia.com/cuda-downloads
2. 选择 Linux -> x86_64 -> Ubuntu -> 16.04 -> deb（本地）
3. 从下载按钮复制链接。
4. 现在您必须编写命令序列。 第一个是调用 wget，它将从您在步骤 3 中保存的链接下载 CUDA 安装程序
5. “基本安装程序”部分将有安装说明。 也复制它们，但从所有行中删除sudo 。
6. 在每行命令前加上! ，插入一个单元格并运行
7. 对我来说，命令序列如下：
   !wget https://developer.nvidia.com/compute/cuda/9.2/Prod/local_installers/cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64 -O cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb !dpkg -i cuda-repo-ubuntu1604-9-2-local_9.2.88-1_amd64.deb !apt-key add /var/cuda-repo-9-2-local/7fa2af80.pub !apt-get update !apt-get install cuda
8. 现在终于安装mxnet。 由于我上面安装的 cuda 版本是 9.2 我不得不稍微改变你的命令： !pip install mxnet-cu92
9. Successfully installed graphviz-0.8.3 mxnet-cu92-1.2.0

Answer 4

如果您改用 GPU，那么 CUDA 将在您的 VM 上可用。 基本上你需要做的是将 MXNet 的版本与安装的 CUDA 版本相匹配。

这是我用来在 Colab 上安装 MXNet 的内容：

首先检查CUDA版本

!cat /usr/local/lib/python3.6/dist-packages/external/local_config_cuda/cuda/cuda/cuda_config.h |\
grep TF_CUDA_VERSION

对我来说它输出#define TF_CUDA_VERSION "8.0"

然后我安装了 MXNet

!pip install mxnet-cu80

Answer 5

我认为这里最简单的方法是安装 mxnet-cu80。 只需使用以下代码：

!pip install mxnet-cu80
import mxnet as mx

您可以通过以下方式检查它是否有效：

a = mx.nd.ones((2, 3), mx.gpu())
b = a * 2 + 1
b.asnumpy()

我认为 colab 现在只支持 cu80 和更高版本将不起作用。

有关更多信息，您可以查看以下两个网站：

Google Colab 免费 GPU 教程

安装 mxnet

Answer 6

该解决方案在 2022 年 11 月对我有用。查询运行 Colab 的 Ubuntu 的版本（在笔记本中使用!或在没有终端的情况下运行）：

!lsb_release -a

No LSB modules are available.
Distributor ID: Ubuntu
Description:    Ubuntu 18.04.6 LTS
Release:    18.04
Codename:   bionic

在Colab中查询当前cuda版本（仅供对比）：

!nvcc --version

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2021 NVIDIA Corporation
Built on Sun_Feb_14_21:12:58_PST_2021
Cuda compilation tools, release 11.2, V11.2.152
Build cuda_11.2.r11.2/compiler.29618528_0 

接下来，获取cuda 工具包存档或最新版本并配置所需的cuda 版本和操作系统版本。 分布是Ubuntu 。

复制安装说明：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
sudo mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

更改最后一行以包含您的cuda 版本，例如apt-get -y install cuda-11-7 。 否则可能会安装更新的版本。

!wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-ubuntu1804.pin
!mv cuda-ubuntu1804.pin /etc/apt/preferences.d/cuda-repository-pin-600
!wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda-!repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!dpkg -i cuda-repo-ubuntu1804-11-7-local_11.7.0-515.43.04-1_amd64.deb
!cp /var/cuda-repo-ubuntu1804-11-7-local/cuda-*-keyring.gpg /usr/share/keyrings/
!apt-get update
!apt-get -y install cuda-11-7

您的 cuda 版本现在将更新：

nvcc --version

nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Wed_Jun__8_16:49:14_PDT_2022
Cuda compilation tools, release 11.7, V11.7.99
Build cuda_11.7.r11.7/compiler.31442593_0

Answer 7

要在 Colab 中运行，您需要 CUDA 8（用于 cuda 9+ 的 mxnet 1.1.0 已损坏）。 但是 Google Colab 现在运行的是 9.2。 但是，有一种方法是卸载 9.2，安装 8.0，然后安装 mxnet 1.1.0 cu80。

完整的 jupyter 代码在这里： Medium

Answer 8

有一个指南清楚地解释了如何在 Colab 中启用 Cuda。