PaddleDetection系列2--NCCL安装及测试

NCCL安装及测试

- 1 系统信息查看
- - 1.1 查看本机的操作系统和位数信息：
  - 1.2 确认处理器架构
  - 1.3 确认cuda版本
- 2 NCCL安装
- - 2.1 根据上面的系统架构以及CUDA版本，进入[官网](https://developer.nvidia.com/nccl/nccl-download)下载匹配的nccl，若想获取旧版本，进入[旧版本](https://developer.nvidia.com/nccl/nccl-legacy-downloads)链接
  - 2.2 选择下图的安装版本和安装方式
  - 2.3 测试
- 3 paddle安装

安装paddle 环境，使用多卡训练，需要安装NCCL，注意，需要先安装NCCL，再安装paddle

1 系统信息查看

1.1 查看本机的操作系统和位数信息：

uname -m && cat /etc/*release

我的系统输出为
CentOS Linux release 7.9.2009

1.2 确认处理器架构

python3 -c "import platform;print(platform.architecture()[0]);print(platform.machine())"

我的系统输出为x86_64，代表x86_64架构（或称作 x64、Intel 64、AMD64）架构。

1.3 确认cuda版本

nvcc -V

我的系统输出

Cuda compilation tools, release 11.1, V11.1.105

2 NCCL安装

2.1 根据上面的系统架构以及CUDA版本，进入官网下载匹配的nccl，若想获取旧版本，进入旧版本链接

2.2 选择下图的安装版本和安装方式

在这里插入图片描述

具体命令为

for RedHat/CentOS 7

sudo yum-config-manager --add-repo https://developer.download.nvidia.com/compute/cuda/repos/rhel7/x86_64/cuda-rhel7.repo

For RHEL/Centos:

sudo yum install libnccl-2.8.4-1+cuda11.1 libnccl-devel-2.8.4-1+cuda11.1 libnccl-static-2.8.4-1+cuda11.1

提示如下，证明安装成功

已安装:
  libnccl.x86_64 0:2.8.4-1+cuda11.1              libnccl-devel.x86_64 0:2.8.4-1+cuda11.1              libnccl-static.x86_64 0:2.8.4-1+cuda11.1             

完毕！

2.3 测试

$ git clone https://github.com/NVIDIA/nccl-tests.git
$ cd nccl-tests
$ make
$ ./build/all_reduce_perf -b 8 -e 256M -f 2 -g <ngpus>

# nThread 1 nGpus 4 minBytes 8 maxBytes 268435456 step: 2(factor) warmup iters: 5 iters: 20 agg iters: 1 validation: 1 graph: 0
#
# Using devices
#  Rank  0 Group  0 Pid 200875 on  localhost device  0 [0x3b] Tesla T4
#  Rank  1 Group  0 Pid 200875 on  localhost device  1 [0x5e] Tesla T4
#  Rank  2 Group  0 Pid 200875 on  localhost device  2 [0x86] Tesla T4
#  Rank  3 Group  0 Pid 200875 on  localhost device  3 [0xaf] Tesla T4

输出上面信息证明测试成功

3 paddle安装

paddle对CUDA 11.1支持的版本比较少，因此先进入如下链接
查找能够支持的版本，最终选择2.3.2版本paddle，安装命令如下

python3 -m pip install paddlepaddle-gpu==2.3.2.post111 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html

安装后输出如下信息证明安装成功

Installing collected packages: paddlepaddle-gpu
Successfully installed paddlepaddle-gpu-2.3.2.post111

进入python 环境，输入如下命令以及提示信息，证明nccl已安装成功，可以多卡训练。

>>> import paddle
>>> paddle.utils.run_check()

PaddlePaddle works well on 4 GPUs.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.