cuDNN 설치

•

cuDNN 다운로드

•

cuDNN 설치

cuDNN 다운로드

NVIDIA DeveloperNVIDIA CUDA Deep Neural Network (cuDNN)

NVIDIA CUDA Deep Neural Network (cuDNN)

cuDNN provides highly tuned implementations for standard routines such as forward and backward convolution, pooling, normalization, and activation layers.

https://developer.nvidia.com/cudnn

cuDNN 설치

1. CUDA 버전과 cuDNN 8.x(9.x) 호환성 확인

먼저, 사용하는 CUDA 버전과 cuDNN 9.4의 호환성을 확인해야 합니다. NVIDIA의 공식 문서에서 cuDNN 8.x(9.x)와 CUDA 버전 간의 호환성을 체크하세요. 예를 들어, cuDNN 8.x(9.x)가 CUDA 12.5와 호환되는지 확인한 후 진행하는 것이 중요합니다.

NVIDIA cuDNN Compatibility Matrix를 참조하여 호환성을 확인하세요.

2. cuDNN 8.x(9.x) 설치 및 경로 설정

cuDNN 9.4 파일이 이미 설치된 경우, 설치된 경로를 확인하세요. 보통 cuDNN 설치 파일에는 bin, include, lib 디렉토리가 있습니다.

cuDNN DLL 복사: cudnn_ops_infer64_8.dll과 같은 DLL 파일을 CUDA 설치 디렉토리로 복사해야 합니다.

•

보통 cuDNN이 설치된 디렉토리 내 bin 폴더에서 해당 DLL 파일을 찾을 수 있습니다.

•

이 파일들을 CUDA 설치 경로의 bin 폴더로 복사합니다. 예를 들어:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin
Makefile
복사

•

vX.X는 CUDA 버전에 해당하는 폴더입니다.

cuDNN 헤더 파일 복사: include 디렉토리 안에 있는 cudnn.h 파일도 복사해야 합니다. 해당 파일을 다음 경로로 복사합니다:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\include
Makefile
복사

cuDNN 라이브러리 파일 복사: lib 폴더에 있는 라이브러리 파일(cudnn.lib 등)도 복사하여 다음 경로에 붙여 넣습니다:

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\lib
VB.Net
복사

3. 환경 변수 설정

cuDNN 라이브러리를 시스템이 찾을 수 있도록 환경 변수에 CUDA와 cuDNN 경로를 추가합니다.

환경 변수에 경로 추가:

•

"시작" 메뉴에서 "환경 변수"를 검색하고, "시스템 환경 변수 편집"을 클릭하세요.

•

"환경 변수" 창에서 Path를 선택하고 "편집" 버튼을 클릭하세요.

•

CUDA와 cuDNN이 설치된 경로를 새로 추가합니다:

◦

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\bin

◦

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\include

◦

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X\lib

CUDA 및 cuDNN이 설치된 경로가 올바르게 추가되었는지 확인하고 시스템을 재부팅하여 설정이 적용되도록 합니다.

4. CUDA 및 cuDNN 버전 확인

마지막으로 CUDA와 cuDNN이 제대로 설정되었는지 확인하려면 간단한 테스트를 실행해볼 수 있습니다.

예를 들어, TensorFlow 또는 PyTorch에서 GPU를 사용하는 코드가 제대로 실행되는지, cuDNN이 로드되는지 확인할 수 있습니다.

import torch
print(torch.cuda.is_available())  # True여야 함
print(torch.backends.cudnn.version())  # cuDNN 버전이 출력됨
Python
복사

위 코드를 실행하여 cuDNN 9.4가 제대로 로드되고 CUDA와 통신하고 있는지 확인할 수 있습니다.