CUDA এবং GPU সাপোর্ট সেটআপ করা

CUDA (Compute Unified Device Architecture) এবং GPU সাপোর্ট সেটআপ করা একটি গুরুত্বপূর্ণ প্রক্রিয়া, বিশেষ করে যদি আপনি মেশিন লার্নিং এবং ডিপ লার্নিং প্রকল্পে GPU গুলি ব্যবহার করতে চান। নিচে CUDA এবং GPU সাপোর্ট সেটআপ করার জন্য ধাপগুলো বিস্তারিতভাবে আলোচনা করা হলো:

১. সিস্টেম প্রয়োজনীয়তা যাচাই করা

• GPU কার্ড: NVIDIA এর একটি GPU থাকতে হবে যা CUDA সমর্থন করে। আপনি NVIDIA এর অফিসিয়াল ওয়েবসাইট থেকে আপনার GPU মডেলের CUDA সমর্থন যাচাই করতে পারেন।
• অপারেটিং সিস্টেম: Windows, Linux বা macOS।

২. NVIDIA ড্রাইভার ইনস্টল করা

• আপনার GPU মডেলের জন্য সর্বশেষ NVIDIA ড্রাইভার ডাউনলোড করুন এবং ইনস্টল করুন। ড্রাইভারটি ইনস্টল করার পর সিস্টেম রিস্টার্ট করুন।

৩. CUDA Toolkit ডাউনলোড এবং ইনস্টল করা

1. CUDA Toolkit ডাউনলোড: NVIDIA CUDA Toolkit পৃষ্ঠায় যান এবং আপনার অপারেটিং সিস্টেমের জন্য উপযুক্ত সংস্করণ নির্বাচন করুন।
2. ইনস্টলেশন: ডাউনলোড করা ফাইলটি চালু করুন এবং ইনস্টলেশন নির্দেশনা অনুসরণ করুন। Windows ব্যবহারকারীদের জন্য, "Express" ইনস্টলেশন নির্বাচন করা সাধারণত সহজ। Linux ব্যবহারকারীরা টার্মিনালে নির্দেশাবলী অনুসরণ করতে পারেন।

৪. পরিবেশ পরিবর্তনশীল সেট করা

Windows:

• পরিবেশ ভেরিয়েবলের মধ্যে CUDA_PATH যুক্ত করুন:
  • Control Panel > System > Advanced system settings > Environment Variables > System variables > New:
    • Name: CUDA_PATH
    • Value: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\vX.X (X.X হলো আপনার ইনস্টল করা সংস্করণ)

Linux:

• আপনার ~/.bashrc বা ~/.bash_profile ফাইলে নিচের লাইনগুলো যোগ করুন:
• X.X এর জায়গায় আপনার CUDA সংস্করণ ব্যবহার করুন এবং কমান্ডটি চালান:

source ~/.bashrc

export PATH=/usr/local/cuda-X.X/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-X.X/lib64:$LD_LIBRARY_PATH

৫. cuDNN ইনস্টল করা

1. cuDNN ডাউনলোড: NVIDIA cuDNN পৃষ্ঠায় যান এবং আপনার CUDA সংস্করণের জন্য সঠিক cuDNN সংস্করণ ডাউনলোড করুন।
2. ইনস্টলেশন: cuDNN এর ফাইলগুলো CUDA এর ডিরেক্টরির include এবং lib ফোল্ডারে কপি করুন।

৬. টেস্ট করা

• CUDA সঠিকভাবে ইনস্টল হয়েছে কিনা তা নিশ্চিত করতে, টার্মিনালে নিচের কমান্ডটি চালান:

nvcc --version

• এছাড়াও, deviceQuery এবং bandwidthTest নমুনা প্রোগ্রাম চালিয়ে GPU সাপোর্ট পরীক্ষা করতে পারেন। এই প্রোগ্রামগুলি CUDA Toolkit ইনস্টলেশনের মধ্যে পাওয়া যায়।

৭. লাইব্রেরি সেটআপ করা (যেমন TensorFlow বা PyTorch)

• আপনার পছন্দের মেশিন লার্নিং লাইব্রেরি যেমন TensorFlow বা PyTorch ইনস্টল করুন। নিশ্চিত করুন যে আপনি CUDA সমর্থিত সংস্করণ ইনস্টল করছেন। উদাহরণস্বরূপ, PyTorch ইনস্টল করার সময় CUDA সংস্করণ উল্লেখ করতে পারেন:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cuX.X/

সারসংক্ষেপ

এই পদক্ষেপগুলো অনুসরণ করে আপনি CUDA এবং GPU সাপোর্ট সফলভাবে সেটআপ করতে পারবেন। যদি কোনো সমস্যা হয়, NVIDIA এর ডকুমেন্টেশন এবং ফোরামে সহায়তার জন্য দেখতে পারেন।