背景:跟李沐老师一起探索RTX 3090的深度学习浮点运算性能,需要安装apex进行半精度运算,本文总结了Ubuntu20.04安装NVIDIA混合精度计算库apex全流程及各类报错问题解答
环境:
Ubuntu20.04
AMD 5800 8-core 16-Thread
NVIDIA RTX 3090
Pytorch1.13(gpu)
Python3.9
CUDA11.7
一. 安装CUDA
确保你的apex跟CUDA版本对应,如果不对应,则在运行程序时会产生各类kernel fusion之类的错误。
wget https://developer.download.nvidia.com/compute/cuda/11.7.1/local_installers/cuda_11.7.1_515.65.01_linux.run
sudo sh cuda_11.7.1_515.65.01_linux.run
网不好可以先用浏览器下载,然后再安装。
安装时一直确认就可以了,如果已经安装过NVIDIA驱动可以去掉驱动的选项。
添加环境变量:
vim ~/.bashrc
export CUDA_HOME=/usr/local/cuda
source ~/.bashrc
如何进行软链接来对不同CUDA版本进行切换,看我其他专栏的相关文章
写的很详细。
二. 安装apex
此前记得安装gcc g++ make,并确保三者都可以在命令行中直接找到。
git clone https://github.com/NVIDIA/apex
cd apex
pip install -v --disable-pip-version-check --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" ./
正常安装成功是没有任何error信息的,会显示成功安装:
三. 各类报错问题解决
3.1 C++编译错误
报错信息:
subprocess.CalledProcessError: Command '['which', 'c++']' returned non-zero
原因:
ubuntu提供了这样一个包 build-essential,编译c/c++的,安装build-essential:
sudo apt-get install build-essential
3.2 Apex优化算子错误
报错信息:
RuntimeError: apex.optimizers.FusedAdam requires cuda extensions
原因:Apex缺少cuda_ext
库,一定是没有正确安装好apex,需要卸载重装:
pip uninstall apex
3.3 CUDA错误
报错信息:
RuntimeError: Error compiling objects for extension
原因:没有正确安装CUDA库,或者CUDA版本与所安装的Pytorch版本不对应。
解决:重新安装正确版本的CUDA
3.4 g++或gcc错误
报错信息:
subprocess.calledprocesserror command ' 'which' 'g++' ' returned non-zero exit status 1
原因:gcc与g++不是同一个大版本,编译失败。
解决:
sudo apt remove g++
sudo apt remove gcc
sudo apt-get update
sudo apt-get install build-essential
sudo apt-get install gcc-9 g++-9
#建立强链接
sudo ln -s /usr/bin/gcc-9 /usr/bin/gcc -f
sudo ln -s /usr/bin/g++-9 /usr/bin/g++ -f