[리눅스] 우분투 AI 서버 세팅 순서

 

# 우분투 20.04 서버 설치과정 (DNS, 파티션 관련)

https://help.iwinv.kr/manual/read.html?idx=754 

단 몇초만의 클라우드 | iwinv 서버

 

 

세팅 목록:

       ubuntu 20.04

       python  # 콘다로 대체

       conda

       cuda

       nvidia driver

       cuda

       pytorch

       tensorflow

       ssh timeout 

 

#번호 순서로 진행

0. 서버 일시중단 및 절전모드 해제 

 

      sudo systemctl mask sleep.target suspend.target hibernate.target hybrid-sleep.target

      상태보기는 

      sudo systemctl status sleep.target suspend.target hibernate.target hybrid-sleep.target

 

 

1. sudo apt-get update

2. sudo apt-get upgrade

 

# conda, python 설치

3. wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

4. sh Anaconda3-2021.05-Linux-x86_64.sh

5. 전부 yes 후

6. ​source ~/.bashrc

 

7. ~ 16.

# GPU 드라이버 설치 시 CUDA는 자동으로 설치된다.

먼저 다음 사이트에서 그래픽카드 드라이버 설치프로그램을 다운로드​한다.

https://www.nvidia.com/Download/Find.aspx?lang=en-us 

Advanced Driver Search official NVIDIA drivers

sudo sh [설치파일명].run

설치 완료되면 리부팅 후 다음 command로 설치 확인

nvidia-smi

 

 

# 여기서부터는 선택 ..  

#  GPU드라이버 설치 후 CUDA설치할 것인지 OR CUDA부터설치할것인지.. (드라이버 자동설치됨 )

#  CUDA부터 설치하는게 낫다 (20220414) GPU드라이버 자동다운로드됨 12.으로 바로 진행 추천

 

# GPU드라이버와 CUDA설치는 

# sudo apt install -y ubuntu-drivers-common

# sudo ubuntu-drivers autoinstall 로 설치 후 재부팅으로 해결하는 것이 낫다.

# NVIDIA 드라이버 설치후 패키지를 하나라도 설치하면 드라이버가 사라지는 경우가 있음 (20220428)

 

 

# GPU 드라이버 세팅 

7. sudo apt install -y ubuntu-drivers-common

​8. ubuntu-drivers devices 입력후 

   드라이버를 다음과 같이 설치. 맨 위에 나오는걸로 했음

     ​# 확인한 드라이버가 nvidia-driver-460일 경우 

     sudo apt install -y nvidia-driver-460

9. 재부팅

10. nvidia-smi 명령어가 되는지 확인 
​

# cuda​ 세팅 (수정중)

11. nividia 드라이버에서 cuda를 자동으로 설치하므로 삭제

     sudo rm -rf /usr/local/cuda*

12. https://developer.nvidia.com/cuda-toolkit-archive​에서 cuda 설치. Base Installer 참고

sudo sh [cuda파일.run] 에 에러가 난다면 다음 세 줄을 실행 (gcc --version 나오면 해결됨)

sudo apt install build-essential

sudo apt-get install manpages-dev

gcc --version

 

13. sh로 파일을 실행하면 좀 기다리고 화면 나옴 다음과 같이 진행

 

     1) continue 선택

     2) accept 입력

     3) driver 선택 해제  (앞서 nvidia 드라이버로 설치했기 때문, 드라이버 설치안했으면 스킵)

     4) install 선택

 

14. 어떤 디렉토리에 쿠다가 설치되었는지 확인

ls -lh /usr/local | grep cuda

 

15. 다음 커맨드를 쿠다 경로로 수정해서 실행.. 

export PATH=$PATH:/usr/local/cuda-11.2/bin 

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-11.2/lib64 

export CUDADIR=/usr/local/cuda-11.2

source /etc/profile

 

16. nvcc -V 로 cuda 설치 확인

 

 

# cudnn 설치

17. cudnn 다운받고 압축풀기

다운로드 경로: https://developer.nvidia.com/cudnn

tar xvzf [파일명]

tar xvzf cudnn-11.0-linux-x64-v8.0.5.39.tgz 

 

18. 순서대로 진행 폴더 경로만 수정해서 사용

sudo cp cuda/include/cudnn* /usr/local/cuda-11.2/include

 

sudo cp cuda/lib64/libcudnn* /usr/local/cuda-11.2/lib64

sudo chmod a+r /usr/local/cuda-11.2/include/cudnn.h /usr/local/cuda-11.2/lib64/libcudnn*

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_train.so.8

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_infer.so.8

 

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_train.so.8

 

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_adv_infer.so.8

 

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_train.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_ops_train.so.8

 

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn_cnn_infer.so.8

 

sudo ln -sf /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn.so.8.0.5 /usr/local/cuda-11.2/targets/x86_64-linux/lib/libcudnn.so.8

 

19. sudo ldconfig

 

20. 설치 확인

ldconfig -N -v $(sed 's/:/ /' <<< $LD_LIBRARY_PATH) 2>/dev/null | grep libcudnn

 

# pytorch 설치

# conda 환경에서 진행하세요!

 

21. 다운로드 경로 https://pytorch.org/get-started/previous-versions/

RTX3090,  Driver Version: 460.27.04 , cuda 11.2 의 경우 다음으로 설치 
  pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 -f https://download.pytorch.org/whl/torch_stable.html

 

# 텐서플로우 설치

22. https://www.tensorflow.org/install/source#tested_build_configurations 여기서 버전 호환성 참고

 

 

 

# ssh 접속유지 방법

 

23. sudo vi /etc/ssh/sshd_config

다음을 활성화

TCPKeepAlive yes
ClientAliveInterval 60
ClientAliveCountMax 99999

 

 

24. sudo systemctl restart ssh

 

# 참고

25. 서버 시간세팅

$ sudo apt-get install tzdata
$ dpkg-reconfigure tzdata