# WSL CUDA

## WSL2

---

### WSL

- WSL (Linux용 Windows 하위 시스템)은 별도이 가상 머신 또는 이중 부팅 없이 Windows 컴퓨터에서 Linux 환경을 실행할 수 있는 Windows 기능

- Linux의 배포판(Ubuntu, Debian, Fedora 등)을 선택하여 설치하고 사용할 수 있다

- Windows 환경과 Linux 환경을 동시에 사용해야하는 개발자들에게 매우 유용

- Linux 배포판을 매우 가볍게 사용할 수 있다

### 컴퓨터 환경 확인

> 1. Windows 10 1903 이상, 빌드 18362 이상 또는 Windows 11
>    (Windows 10 Home, Windows 11 Home 버전도 사용가능)
> 2. Hyper-V 가상화(Hyper-V Virtualization support)를 지원하는 컴퓨터

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/201837_UKc2pkERmww6JvdprT?q=80&s=1280x180&t=outside&f=webp)

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/201854_wZ10HcYZPnrK6j7fF2?q=80&s=1280x180&t=outside&f=webp)

- `window + R`로 실행 창에서 `winver.exe`를 열어 현재 컴퓨터의 윈도우 버전 확인

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202130_kLRiqjkEt5T2a4jNyn?q=80&s=1280x180&t=outside&f=webp)

- `작업관리자 > 성능`에서 가상화 사용이 가능한지 확인한다

### WSL 설치

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202143_fX0odnOlV77IhXFqkg?q=80&s=1280x180&t=outside&f=webp)

- `제어판 > 프로그램 > Windows 기능 켜기/끄기` → `Linux용 Windows 하위 시스템` 체크

```javascript
wsl --install
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202200_JCEGe6ECsWQvZpod0f?q=80&s=1280x180&t=outside&f=webp)

```javascript
wsl --status
wsl --list --online
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202223_IfohN5Goy66Z6eyDwZ?q=80&s=1280x180&t=outside&f=webp)

- 위의 명령어를 사용하여 설치가 완료되었는지 확인 가능

- 우분투가 설치되지 않았다면 `wsl --install Ubuntu-22.04`와 같은 명령어로 우분투 설치

## Cuda 설치

---

### NVIDIA Driver

```javascript
$ nvidia-sim
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202234_hduTAZEPiz28QjPWG3?q=80&s=1280x180&t=outside&f=webp)

- 윈도우에 설치된 nvidia driver를 사용하므로 ubuntu 내부에서 nvidia driver를 설치하면 안된다

- nvidia-sim 명령어로 설치된 dvier의 버전을 확인할 수 있다

### build-essential 설치

```javascript
$ sudo apt update
$ sudo apt install build-essential
```

- `cmake`, `gcc`, `g++` 등의 라이브러리를 제공

### CUDA 설정

[CUDA Toolkit Archive](https://developer.nvidia.com/cuda-toolkit-archive)

- python 3.7 ~ 3.10 + pyTorch 1.12.1에 대응하는 CUDA 11.6 버전

- python 3.8 ~ 3.11 + pyTorch 2.1.2(최신버전)에 대응하는 CUDA 12.1

**ver 12.1**

```javascript
$ wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run
$ sudo sh cuda_12.1.0_530.30.02_linux.run
```

**Failed to verify gcc version. See log at /var/log/cuda-installer. log for details**

-   CUDA 12.1과 호환되는 GCC 버전을 설치하는 것이 중요 (GCC 9.X 또는 10.X)

**GCC 9 설치**

```javascript
sudo apt update
sudo apt install gcc-9 g++-9
```

**GCC 버전 변경**

```javascript
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 10
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-9 10
```

**GCC 버전 선택**

```javascript
sudo update-alternatives --config gcc
sudo update-alternatives --config g++
```

```javascript
There are 2 choices for the alternative gcc (providing /usr/bin/gcc).

  Selection    Path            Priority   Status
------------------------------------------------------------
  0            /usr/bin/gcc-13  100       auto mode
* 1            /usr/bin/gcc-9   90        manual mode

Press enter to keep the current choice[*], or type selection number: 1
```

- 목록 중 원하는 버전을 선택 (auto로 되어있다면 manual을 선택)

**Warning: Incomplete installation**

```javascript
$ sudo sh cuda_12.1.0_530.30.02_linux.run
```

```javascript
===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-12.1/

Please make sure that
 -   PATH includes /usr/local/cuda-12.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-12.1/lib64, or, add /usr/local/cuda-12.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-12.1/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 530.00 is required for CUDA 12.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run --silent --driver

Logfile is /var/log/cuda-installer.log
```

- `nvidia-sim`으로 호환되는 Driver (530이상)이 설치 되었다면 무시

- graphic driver를 같이 설치않아서 뜨는 warning

**다시 시도**

```javascript
$ sudo sh cuda_12.1.0_530.30.02_linux.run
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202428_UA7kEuk94qcjtNSQcQ?q=80&s=1280x180&t=outside&f=webp)

**Warning: Incomplete installation**

```javascript
$ sudo sh cuda_12.1.0_530.30.02_linux.run
```

```javascript
===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-12.1/

Please make sure that
 -   PATH includes /usr/local/cuda-12.1/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-12.1/lib64, or, add /usr/local/cuda-12.1/lib64 to /etc/ld.so.conf and run ldconfig as root

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-12.1/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 530.00 is required for CUDA 12.1 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run --silent --driver

Logfile is /var/log/cuda-installer.log
```

- `nvidia-sim`으로 호환되는 Driver (530이상)이 설치 되었다면 무시

- graphic driver를 같이 설치않아서 뜨는 warning

**설치 확인**

```javascript
$ ls /usr/local/ | grep cuda
cuda
cuda-12.1
```

**ver 11.6**

```javascript
wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run
```

```javascript
$ chmod +x cuda_11.6.2_510.47.03_linux.run
$ sudo ./cuda_11.6.2_510.47.03_linux.run --silent --toolkit

$ ls /usr/local/ | grep cuda
cuda
cuda-11.6
cuda-12.1
```

- 전체 CUDA를 설치하는 것이 아니라 필요한 버전의 toolkit만 설치하면 되기 때문에 toolkit만 설치하도록 옵션을 주어 직접 실행

### cuDNN

[cuDNN 9.6.0 Downloads](https://developer.nvidia.com/cudnn-downloads)

**다운로드**

```javascript
$ wget https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/linux-x86_64/cudnn-linux-x86_64-9.0.0.312_cuda11-archive.tar.xz
$ wget https://developer.download.nvidia.com/compute/cudnn/redist/cudnn/linux-x86_64/cudnn-linux-x86_64-9.0.0.312_cuda12-archive.tar.xz
```

**압축풀기**

```javascript
tar -xvf cudnn-linux-x86_64-9.0.0.312_cuda11-archive.tar.xz
tar -xvf cudnn-linux-x86_64-9.0.0.312_cuda12-archive.tar.xz
```

- 압축을 푸는 과정을 보고 싶지 않다면 `-v` 대신 `-xf` 옵션 실행

**올바른 CUDA 폴더에 넣기**

```javascript
$ cd cudnn-linux-x86_64-9.0.0.312_cuda11-archive
$ ls
LICENSE  include  lib

$ sudo cp include/cudnn*.h /usr/local/cuda-11.6/include
$ sudo cp lib/libcudnn* /usr/local/cuda-11.6/lib64

$ cd ../cudnn-linux-x86_64-9.0.0.312_cuda12-archive
$ ls
LICENSE  include  lib

$ sudo cp include/cudnn*.h /usr/local/cuda-12.1/include
$ sudo cp lib/libcudnn* /usr/local/cuda-12.1/lib64
```

- 폴더 이름이 `lib` 또는 `lib64`인 경우가 있어 `ls`로 폴더명 확인

**PATH 설정**

```javascript
$ nvcc -v
```

```javascript
Command 'nvcc' not found, but can be installed with:
sudo apt install nvidia-cuda-toolkit
```

- PATH 설정이 이루어지지 않기 때문에 출력되는 오류

```javascript
$ vi ~/.bashrc
```

```javascript
... 기존 .bashrc 내용들

function _switch_cuda {
   v=$1
   export PATH=$PATH:/usr/local/cuda-$v/bin
   export CUDADIR=/usr/local/cuda-$v
   export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-$v/lib64
   nvcc --version
}
```

- .bashrc 내용에 `_switch_cuda` 함수를 추가한 뒤 `:wq`로 저장

    - 리눅스는 `i`(insert)를 눌러 내용을 추가할 수 있다

    - 내용을 모두 작성하면 `esc` 키를 누른 뒤 `:wq` + `enter`로 저장

```javascript
$ source ~/.bashrc
$ _switch_cuda 12.1
```

```javascript
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Tue_Feb__7_19:32:13_PST_2023
Cuda compilation tools, release 12.1, V12.1.66
Build cuda_12.1.r12.1/compiler.32415258_0
```

- `nvcc --version` 이 정상적으로 작동하는 것을 확인

```javascript
# ~/.bashrc
# 기본 CUDA 버전 설정 (12.1)
export PATH=$PATH:/usr/local/cuda-12.1/bin
export CUDADIR=/usr/local/cuda-12.1

# 필요 시 cuda-11.6 사용
alias use-cuda-11.6='export PATH=/usr/local/cuda-11.6/bin:$PATH && export CUDADIR=/usr/local/cuda-11.6'
alias use-cuda-12.1='export PATH=/usr/local/cuda-12.1/bin:$PATH && export CUDADIR=/usr/local/cuda-12.1'

```

- 기본적으로 CUDA 12.1이 활성화

- `use-cuda-11.6` 명령으로 CUDA 11.6으로 변환 가능

## Anaconda

---

**Anaconda 다운로드**

```javascript
$ wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh
```

- Aanconda 사이트에서 가장 최신 버전의 링크를 복사하여 다운로드

**설치**

```javascript
$ bash Anaconda3-2024.10-1-Linux-x86_64.sh
```

**PATH 경로 추가**

```javascript
$ source ~/.bashrc
```

```javascript
export PATH="/home/username/anaconda3/bin:$PATH"
```

**Anaconda 실행**

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202833_vsDq8T67jdy4KPrhUH?q=80&s=1280x180&t=outside&f=webp)

- ubuntu를 껐다 켜면 anaconda가 실행되는 것을 확인할 수 있다

```javascript
conda env list
```

- 가상환경 리스트

```javascript
conda create -n [가상환경 이름] python=파이썬버전
conda actiavte [가상환경 이름]
```

- 가상환경 추가

```javascript
jupyter notebook
```

- jupyter notebook 실행 가능

[Previous PyTorch Versions](https://pytorch.org/get-started/previous-versions/)

```javascript
conda install pytorch==2.5.0 torchvision==0.20.0 torchaudio==2.5.0 pytorch-cuda=12.1 -c pytorch -c nvidia
```

```javascript
# cuda: 0 또는 GPU 장치를 나타내면 GPU 사용 중
print(model.device)
```

## VSCode

---

```javascript
code
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/202944_TFZ4wyFdiAXxn7oVNQ?q=80&s=1280x180&t=outside&f=webp)

- window에 vscode가 설치되어 있다면 `code`를 사용하여 실행 가능

- WSL를 사용하기 위해 extention을 설치 → vscode를 재실행하면 연결 완료

![Image](https://upload.cafenono.com/image/slashpagePost/20250118/142144_TH3DCx1EWinPK2ViKy?q=80&s=1280x180&t=outside&f=webp)

![Image](https://upload.cafenono.com/image/slashpagePost/20250118/142148_o6nyZDLSkOKcp4PaRd?q=80&s=1280x180&t=outside&f=webp)

![Image](https://upload.cafenono.com/image/slashpagePost/20250118/142154_gY9pJ48vUYjyB7iLJK?q=80&s=1280x180&t=outside&f=webp)

![Image](https://upload.cafenono.com/image/slashpagePost/20250118/142158_sWKzRTiIvl4owvEZvP?q=80&s=1280x180&t=outside&f=webp)

- VSCode 좌측 하단의 Open a Remote Window 버튼을 클릭하여 WSL 연결 가능

- 연결을 해제하려면 같은 위치의 `WSL:Ubuntu` 버튼을 클릭하고 `Close Remote Connection`를 선택

```javascript
#cuda 사용 가능 여부
import torch

print(torch.cuda.is_available())

#train.py 실행 시 GPU 사용 여부 체크
import torch

if torch.cuda.is_available():
    device = torch.device("cuda")
    print(f'Training on GPU {torch.cuda.get_device_name(0)}')
else:
    device = torch.device("cpu")
    print('Training on CPU')
```

![Image](https://upload.cafenono.com/image/slashpagePost/20250117/203007_ni56blDa4XW1Ff9EUY?q=80&s=1280x180&t=outside&f=webp)

- python 파일을 생성하여 위의 코드를 실행한 뒤 GPU가 제대로 동작하는지 확인

For the site tree, see the [root Markdown](https://slashpage.com/yerim-devnote.md).