Google is committed to advancing racial equity for Black communities. See how.
Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

GPU desteği

TensorFlow GPU desteği, çeşitli sürücü ve kitaplıklar gerektirir. Kurulumu basitleştirmek ve kitaplık çakışmalarını önlemek için, GPU destekli bir TensorFlow Docker görüntüsü kullanmanızı öneririz (yalnızca Linux). Bu kurulum yalnızca NVIDIA® GPU sürücülerini gerektirir.

Bu kurulum talimatları, TensorFlow'un en son sürümüne yöneliktir. Daha eski TensorFlow sürümleriyle kullanmak üzere CUDA® ve cuDNN sürümleri için test edilmiş derleme yapılandırmalarına bakın.

Pip paketi

Mevcut paketler, sistem gereksinimleri ve talimatlar için pip kurulum kılavuzuna bakın. TensorFlow pip paketi, CUDA® özellikli kartlar için GPU desteği içerir:

pip install tensorflow

Bu kılavuz, en son kararlı TensorFlow sürümü için GPU desteğini ve kurulum adımlarını kapsar.

TensorFlow'un eski sürümleri

1.15 ve daha eski sürümler için CPU ve GPU paketleri ayrıdır:

pip install tensorflow==1.15      # CPU
pip install tensorflow-gpu==1.15  # GPU

Donanım Gereksinimleri

Aşağıdaki GPU etkin cihazlar desteklenir:

  • CUDA® mimarileri 3.5, 3.7, 5.2, 6.0, 6.1, 7.0 ve 7.0'dan yüksek NVIDIA® GPU kartı. CUDA® özellikli GPU kartlarının listesine bakın.
  • NVIDIA® Ampere GPU'ları (CUDA mimarisi 8.0) veya daha yeni olan sistemlerde, çekirdekler PTX'ten JIT ile derlenir ve TensorFlow'un başlaması 30 dakikadan fazla sürebilir. Bu ek yük, varsayılan JIT önbellek boyutunu şu şekilde artırarak ilk başlatma ile sınırlandırılabilir: ' export CUDA_CACHE_MAXSIZE=2147483648 ' (ayrıntılar için bkz. JIT Önbelleğe export CUDA_CACHE_MAXSIZE=2147483648 ).
  • Desteklenmeyen CUDA® mimarilerine sahip GPU'lar için veya PTX'ten JIT derlemesini önlemek veya NVIDIA® kitaplıklarının farklı sürümlerini kullanmak için Linux derleme kılavuzuna bakın.
  • En son desteklenen CUDA® mimarisi haricinde paketler PTX kodu içermez; bu nedenle, TensorFlow, CUDA_FORCE_PTX_JIT=1 ayarlandığında eski GPU'lara yüklenemez. (Ayrıntılar için Uygulama Uyumluluğuna bakın.)

Yazılım gereksinimleri

Aşağıdaki NVIDIA® yazılımı sisteminize yüklenmelidir:

Linux kurulumu

Aşağıdaki apt talimatları, gerekli NVIDIA yazılımını Ubuntu'ya kurmanın en kolay yoludur. Ancak, TensorFlow'u kaynaktan derliyorsanız, yukarıda listelenen yazılım gereksinimlerini manuel olarak yükleyin ve -devel TensorFlow Docker görüntüsünü temel olarak kullanmayı düşünün.

Yükleme CUPTI CUDA® Toolkit ile hangi gemilere. Kurulum dizinini $LD_LIBRARY_PATH ortam değişkenine ekleyin:

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/extras/CUPTI/lib64

CUDA'yı apt ile yükleyin

Bu bölüm Ubuntu 16.04 ve 18.04'e CUDA® 10 (TensorFlow> = 1.13.0) nasıl kurulacağını gösterir. Bu talimatlar diğer Debian tabanlı dağıtımlar için işe yarayabilir.

Ubuntu 18.04 (CUDA 10.1)

# Add NVIDIA package repositories
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1804_10.1.243-1_amd64.deb
sudo apt-get update
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1804/x86_64/nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo apt install ./nvidia-machine-learning-repo-ubuntu1804_1.0.0-1_amd64.deb
sudo apt-get update

# Install NVIDIA driver
sudo apt-get install --no-install-recommends nvidia-driver-450
# Reboot. Check that GPUs are visible using the command: nvidia-smi

# Install development and runtime libraries (~4GB)
sudo apt-get install --no-install-recommends \
    cuda-10-1 \
    libcudnn7=7.6.5.32-1+cuda10.1  \
    libcudnn7-dev=7.6.5.32-1+cuda10.1


# Install TensorRT. Requires that libcudnn7 is installed above.
sudo apt-get install -y --no-install-recommends libnvinfer6=6.0.1-1+cuda10.1 \
    libnvinfer-dev=6.0.1-1+cuda10.1 \
    libnvinfer-plugin6=6.0.1-1+cuda10.1

Ubuntu 16.04 (CUDA 10.1)

# Add NVIDIA package repositories
# Add HTTPS support for apt-key
sudo apt-get install gnupg-curl
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_10.1.243-1_amd64.deb
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu1604/x86_64/7fa2af80.pub
sudo dpkg -i cuda-repo-ubuntu1604_10.1.243-1_amd64.deb
sudo apt-get update
wget http://developer.download.nvidia.com/compute/machine-learning/repos/ubuntu1604/x86_64/nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt install ./nvidia-machine-learning-repo-ubuntu1604_1.0.0-1_amd64.deb
sudo apt-get update

# Install NVIDIA driver
# Issue with driver install requires creating /usr/lib/nvidia
sudo mkdir /usr/lib/nvidia
sudo apt-get install --no-install-recommends nvidia-418
# Reboot. Check that GPUs are visible using the command: nvidia-smi

# Install development and runtime libraries (~4GB)
sudo apt-get install --no-install-recommends \
    cuda-10-1 \
    libcudnn7=7.6.4.38-1+cuda10.1  \
    libcudnn7-dev=7.6.4.38-1+cuda10.1


# Install TensorRT. Requires that libcudnn7 is installed above.
sudo apt-get install -y --no-install-recommends \
    libnvinfer6=6.0.1-1+cuda10.1 \
    libnvinfer-dev=6.0.1-1+cuda10.1 \
    libnvinfer-plugin6=6.0.1-1+cuda10.1

Windows kurulumu

Yukarıda listelenen donanım gereksinimlerine ve yazılım gereksinimlerine bakın. Windows için CUDA® kurulum kılavuzunu okuyun.

Yüklü NVIDIA yazılım paketlerinin yukarıda listelenen sürümlerle eşleştiğinden emin olun. Özellikle, TensorFlow cuDNN64_7.dll dosyası olmadan yüklenmez. Farklı bir sürüm kullanmak için, kaynak kılavuzundan Windows derlemesine bakın.

CUDA®, CUPTI ve cuDNN kurulum dizinlerini %PATH% çevre değişkenine ekleyin. Örneğin, CUDA® Araç Seti C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1 v10.1'e ve cuDNN'den C:\tools\cuda cuda'ya kuruluysa, %PATH% nizi eşleşecek şekilde güncelleyin:

SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\bin;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\extras\CUPTI\lib64;%PATH%
SET PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.1\include;%PATH%
SET PATH=C:\tools\cuda\bin;%PATH%