2021.06.20

HGAインスタンスでPYTORCHを動かす方法(AMD GPU)

 今回はAMD製GPUを使ったタイプのHGAインスタンスでPyTorchを使う方法を解説します。HGAインスタンスを建ててSSH接続してもそのままの状態ではPyTorchでGPU演算を行うことはできません。それどころかそもそもPyTorchすら入っていなくて戸惑われた方もいると思います(何を隠そう筆者がそうでした)。

AMD GPUを使ったインスタンスでPyTorchを使う方法

[結論] ターミナル上で conda activate torch16_py36 を実行!(2020/10現在)

 今回はAMD製GPUを使ったタイプのHGAインスタンスでPyTorchを使う方法を解説します。HGAインスタンスを建ててSSH接続してもそのままの状態ではPyTorchでGPU演算を行うことはできません。それどころかそもそもPyTorchすら入っていなくて戸惑われた方もいると思います(何を隠そう筆者がそうでした)。

 実は、PyTorch1.6 + AMD GPU環境はconda環境として実装されています。

したがって、ターミナルにログインしたらまず

   conda env list   

でインスタンスに入っているconda環境を確認するようにします(図1)。


図 1 conda環境一覧

 2020/10月の時点では図1のような環境が並んでいます。環境名は

[ライブラリ名][バージョン番号二桁]_py[pythonのバージョン番号]

となっていますので、PyTorch1.6を使いたい場合は

   conda activate torch16_py36   

を入力すればPyTorch1.6が使える環境に切り替えることができます(図2)。


図 2  環境のアクティベーション

環境が切り替わったらログイン時に(base)となっていた箇所が(torch16_py36)のように選択した環境名になっていることを確認してください。

 以上でPyTorch1.6がAMD製GPUで動かせる環境に切り替わりました!

pythonのインタラクティブシェルを開いて

import   torch   
print(torch.cuda.is_aveilable())   

と打ち込んで「True」と出ていればAMD製GPUでPyTorchを動かせることが確認できます(図3)。


図 3  動作確認

 ちなみにjupyter notebook画面からも[Kernel]→[Change kernel]から環境を切り替えることができます(図4)。


図 4 notebookから環境切替

 以上でconda環境の切り替えによりPyTorchをAMD GPUで動かす環境を整えることができました。ちなみに筆者はインスタンス内のconda環境の存在に気付かずずいぶん悩みました・・・。同じ轍を踏まれる方が出ませんように・・・。

いかがでしたでしょうか。
弊社クラウドGPUサーバのご利用をご検討中の方はhttps://soroban.highreso.jp/から
お気軽にお申込みやお問い合わせください。

初回インスタンス作成から
3日間は無料利用可能!

新規申し込み