hackintosh + nvidia 开启机器学习之路（一）（cuda+cudnn）

最新推荐文章于 2024-09-03 14:45:58 发布

原创最新推荐文章于 2024-09-03 14:45:58 发布 · 565 阅读

0 ·

CC 4.0 BY-SA版权

AI 专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了如何在Hackintosh系统(macOS High Sierra 10.13.6)中配置GTX1050TI显卡进行机器学习的环境。包括安装Xcode、CUDA、cuDNN以及NVIDIA驱动等关键步骤，确保GPU加速的机器学习任务能够顺利运行。

部署运行你感兴趣的模型镜像

hackintosh + GTX 1050 TI 开启机器学习

环境信息

macOS High Sierra 10.13.6
xcode 10.1
cuda 418.105
cuda Tookit 10.1
GPU GTX1050ti
Nvidia web Driver 387.10.10.10.40.387
cudnn 10.1-osx-x64-v7.6.5.32

在这里插入图片描述

cuda安装

注意：CUDA Driver与NVIDIA GPU Driver的版本必须一致。

Nvidia Web Driver 黑苹果的驱动可以在这里找链接
CUDA Driver页面，版本，然后下载安装。
再进入CUDA Toolkit页面
这里下的是 cudnn-10.1-osx-x64-v7.6.5.32

在以上安装完成后（可以先忽略cudnn），配置 CUDA 环境，编辑 ~/.zshrc文件，添加如下：

export CUDA_HOME=/usr/local/cuda
export DYLD_LIBRARY_PATH="$CUDA_HOME/lib:$CUDA_HOME/extras/CUPTI/lib"
export LD_LIBRARY_PATH=$DYLD_LIBRARY_PATH
export PATH=$DYLD_LIBRARY_PATH:$PATH
export flags="--config=cuda --config=opt"

使环境变量生效

source ~/.zshrc

cudnn安装

sudo tar -xf cudnn-10.1-osx-x64-v7.6.5.32.tar 
sudo cp cuda/include/cudnn.h /usr/local/cuda/include
sudo cp cuda/lib/libcudnn* /usr/local/cuda/lib
sudo chmod a+r /usr/local/cuda/include/cudnn.h /usr/local/cuda/lib/libcudnn*

测试cuda是否正常

cd /usr/local/cuda/samples/
sudo make -C 1_Utilities/deviceQuery
cd 1_Utilities/deviceQuery
./deviceQuery

Result 为PASS的时候，说明OK，剩下的测试用例可以全部测试一遍

您可能感兴趣的与本文相关的镜像

PyTorch 2.7

PyTorch

Cuda

PyTorch 是一个开源的 Python 机器学习库，基于 Torch 库，底层由 C++ 实现，应用于人工智能领域，如计算机视觉和自然语言处理