Macbook Pro 外接显卡实现Tensorflow GPU运行之环境配置（重点）

Macbook Pro 外接显卡实现Tensorflow GPU运行–环境配置

1. MacOS 重装
2. 外接显卡（内屏输出）
3. 环境配置（重点）
4. Tensorflow GPU 配置

---

环境配置

准备工作

• 显卡：GTX 1080TI 11G
• 显卡坞：Mantiz （技嘉的Gamingbox应该也可以）
• 显卡欺骗器（有条件的配个外屏吧，毕竟外屏转内屏输出损耗还是挺大的）
• MacOS：
• 雷电3接口

安装步骤

• macOS 系统安装（见blog1）
• CUDA配置
• cuDNN配置
• Tensorflow配置（见blog4）

CUDA加速

• 准备列表

资源	版本号
MacOS	10.13. 6（17G65）
GPU driver	NIVIDIA Web Driver 387.10.10.40.105
CUDA driver	9.2（396.148 ）
cuDNN	cudnn-9.2-osx-x64-v7.2.1.38
Xcode	9.2

注意⚠️：相关驱动版本以及编译环境工具必须配套对应！

• 步骤

• 关闭SIP：重新启动macOS，并同时按住Command和R进入Recovery OS；
  在Utilities菜单中启动Terminal；
  在Terminal中执行命令：
  $ csrutil disable;
  重新启动后进入Recovery OS 在Utilities中启动Terminal 执行命令：
  $ csrutil status
  确认状态为disable

• 安装GPU驱动
  在Terminal中执行：
  sudo curl -s "https://api.github.com/repos/mayankk2308/purge-wrangler/releases/latest" | grep '"browser_download_url":' | sed -E 's/.*"([^"]+)".*/\1/' | xargs curl -L -s -0 > purge-wrangler.sh && chmod +x purge-wrangler.sh && ./purge-wrangler.sh && rm purge-wrangler.sh
  选择对应的显卡即可

• 安装CUDA：

  1. ⚠️：CUDA driver必须与GPU driver版本一致！版本号对应查找：http://www.macvidcards.com/drivers.html
  2. 在CUDA driver里找到对应版本号下载安装 http://www.nvidia.com/object/mac-driver-archive.html
  3. 安装CUDA Toolkit
     ⚠️： CUDA Toolkit必须与CUDA driver版本号以及macOS对应！
     下载安装顺序：先安装基础安装包再装补丁，一定注意顺序！
     https://developer.nvidia.com/cuda-toolkit-archive

• 配置CUDA环境前的工作

  1. Xcode 安装
     CUDA环境配置时，需要Xcode command line tools的支持。macOS 10.13.6 一般对应的是Xcode 9.2。如果有Xcode版本较高的同学建议重新安装Xcode
     下载地址： https://developer.apple.com/downloads/
     如果Xcode 和Command Line Tools与CUDA的版本对应不一致，后面在验证CUDA环境时可能会出现如下❌错误：
     nvcc fatal : The version ('10.0') of the host compiler ('Apple clang') is not supported
     此时需要重新安装Xcode以及CLT
     安装后切换到当前sudo xcode-select --switch /Library/Developer/CommandLineTools
  2. 外接显卡连接
     参考另一篇

• 正式配置CUDA环境

  1. 在Terminal中执行如下命令：
     cd ~ open -e .bash_profile

     编辑～/.bash_profile 文件

  2. 在文件末尾添加如下内容：
     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"
     添加完毕，保存文件后关闭

  3. 执行命令重启bash_profile
     .~/.bash_profile

  4. 确认CUDA环境，在Terminal中执行如下命令：
     cs /usr/local/cuda/samples
sudo make -C 1_Utilities/deviceQuery
./bin/x86_64/darwin/release/deviceQuery
     执行后如果得到显示 Result = PASS 则CUDA环境配置成功

• 安装cuDNN
  下载安装：https://developer.nvidia.com/rdp/cudnn-archive
  依旧注意版本号的对应！
  官方安装指导：https://docs.nvidia.com/deeplearning/sdk/cudnn-install/index.html#install-mac
  手动傻瓜式安装：
  之前配置CUDA环境时，在系统上会生成一个名为Developer的文件夹
  将下载好的cuDNN压缩文件拖至该文件夹
  启动Terminal，执行解压操作：
  $ tar -xzvf cudnn-9.0-osx-x64-v7.tgz
  解压后复制以下文件至要求路径：
  $ 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*
  最后添加环境变量：
  $ export DYLD_LIBRARY_PATH=/usr/local/cuda/lib:$DYLD_LIBRARY_PATH

至此配置结束。
在配置过程中可能会遇到的问题及解决方案，大家可以参考以下博文：

1. 问题：# xcode-select: error: tool ‘xcodebuild’ requires Xcode
   解决：https://www.jianshu.com/p/07a281ff57d3
2. 问题：# CUDA driver version is insufficient for CUDA runtime version
   解决：https://blog.csdn.net/nijun1992/article/details/80446226
   https://www.cnblogs.com/liaohuiqiang/archive/2018/10/15/9791365.html
3. 问题：nvcc fatal : The version (‘10.0’) of the host compiler (‘Apple clang’) is not supported
   解决： https://github.com/colmap/colmap/issues/296#ref-issue-290211077

⚠️注意

1. 外接显卡不支持热插拔！开机进入登录界面后再接入显卡，关机黑屏后再拔掉显卡。
2. 外接显卡必须接外屏或者显卡欺骗器才能工作，不然CUDA环境配置不会成功。
3. 如果有MacOS 10.13.6（17G66）的同学，强烈建议重装系统。这个系统版本找不到对应NIVIDA web driver，CUDA等，尽管GitHub上有自动编译的方式可以安装CUDA但是之后的Xcode CTL，cuDNN都会出现问题。⚠：不要从苹果官网获得High Sierra 10.13.6，因为官网的都是这个17G66的版本！

参考资料

1. https://blog.csdn.net/ignoreyou/article/details/85132738
2. https://blog.csdn.net/wz22881916/article/details/78807993
3. https://www.cnblogs.com/didda/p/9065387.html
4. https://blog.csdn.net/u014475479/article/details/81702392