Mac OS 10.13.6 深度學習配置指南||Pytorch-GPU版+eGPU安裝
核心要點：如何用MacBook順理成章地使用NVIDIA顯卡支持的CUDA對深度神經網路的訓練進行加速？
本文結構
- 硬體配置
- 電腦以及eGPU情況
- eGPU的安裝
- eGPU性能損耗
- 環境配置
- virtual environment
- CUDA 安裝
- Mac OS 10.13.6 Pytorch-GPU 安裝
一、硬體配置
1、電腦以及eGPU情況
本人的電腦是支持雷電2的MacBook Pro，雷電2傳輸速率為16Gbit/s。eGPU選擇的是技嘉GAMING BOX GTX1070 8GB版本，其為雷電3的介面，所以還需購買雷電3轉雷電2轉接線，以及雷電2線。
關於技嘉GAMING BOX：
技嘉GTX1080GamingBox評測
技嘉 AORUS Gaming Box 體驗：辦公在外，歸來仍是玩家AORUS GTX 1080 Gaming Box | 顯卡 - GIGABYTE 技嘉科技
關於1070和1080的選擇？
eGPU性能越高，因為雷電介面雙向傳輸數據的緣故，性能損耗越大，如果是雷電3介面，可以選擇技嘉GAMING BOX 1080版本。
2、eGPU安裝
系統版本：
截止於今天（20190117）NVIDIA顯卡不支持MacOS 10.14，所以，想要安裝eGPU，請先檢查系統。目前支持的最新系統為Mac OS 10.13.6。
安裝流程參考：
MacBook外置顯卡eGPU折騰筆記
以及eGPU論壇：eGPU.io
3、性能提升以及性能損耗
Intel Iris 6100 OpenCL跑分：
eGPU GTX 1070 跑分：
1070跑分在158000左右，所以性能損耗18%左右
參考鏈接：
sunmonk：MacbookPro搭配技嘉外置顯卡拓展塢AORUS GTX 1070 GamingBox使用感受，神經網路訓練和簡明安裝教程
二、環境配置
1、virtual environment
Anaconda如何設置virtual environment？
https://conda.io/docs/user-guide/tasks/manage-environments.html
http://cs231n.github.io/setup-instructions/
接下來一個麻煩的問題是，如何為Anaconda的virtual environment 單獨安裝某包？
比如安裝torch，你可以這樣做（DL是virtual environment 的名字）
Sudo /anaconda3/envs/DL/bin/pip install torch
2、CUDA 安裝
參見這位老哥的教程，非常感謝這位老哥：
周劍：macOS+cuda9.2 配置eGPU深度學習環境
下面引用 @周劍，BTW，現在可以安裝Cuda 10了，建議使用py3.7+CUDA10+CUDNN7.4的組合：
開始安裝CUDA。安裝前請確認以前是否有安裝過其他版本的CUDA。如果有，請先卸載，卸載方法如下。
打開CUDA官網，下載CUDA9.2。（注意：下載mac版）、
安裝CUDA，選擇安裝所有。
運行以下指令查看CUDA是否安裝成功。
$ cd /usr/local/cuda/samples
$ sudo make -C 1_Utilities/deviceQuery
$ ./bin/x86_64/darwin/release/deviceQuery
如果安裝成功會有GPU信息出現，如下圖
在~/.bash_profile文件下添加以下新的環境變數（不可省略）
export CUDA_HOME=/usr/local/cuda
export DYLD_LIBRARY_PATH="$CUDA_HOME/lib:$CUDA_HOME/nvvm/lib:$CUDA_HOME/extras/CUPTI/lib:/usr/local/nccl/lib"
export LD_LIBRARY_PATH=$DYLD_LIBRARY_PATH
export PATH=$CUDA_HOME/bin:$PATH
下載cuDNN7.2.1 OSX版本。（需要組冊英偉達賬號）
解壓cuDNN，在cuDNN前一個文件夾運行以下指令，將cuDNN文件複製到CUDA中。
$ 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*
$ rm -rf cuda
之後需要下載英偉達的編譯器NCCL2.2.13 O/S版本。（注意：解壓NCCL時可能需要下載一個新的解壓APP）
解壓NCCL後，運行以下程序。
$ sudo mkdir -p /usr/local/nccl
$ sudo mv nccl_2.2.13-1+cuda9.2_x86_64/* /usr/local/nccl
$ sudo mkdir -p /usr/local/include/third_party/nccl
$ sudo ln -s /usr/local/nccl/include/nccl.h /usr/local/include/third_party/nccl
$ rm -rf nccl_2.2.13-1+cuda9.2_x86_64
到這一步算是把CUDA部分全部安裝完畢。
CUDA安裝好後就可以了安裝Pytorch-GPU版本了：
3、Mac OS 10.13.6 Pytorch-GPU 安裝
參考鏈接：
TomHeaven/pytorch-osx-build
這個鏈接裏都是編譯好的GPU版pytorch，下載安裝即可，就不用辛苦等待編譯了。
目前建議使用：pytorch-1.0-py27-py37-cuda10-cudnn74
下載好後使用命令行：
cd path
Sudo /anaconda3/envs/DL/bin/pip install torch-1.0-cp37-cp37m-macosx_10_13_x86_64.whl
- path 是torch-1.0-cp37-cp37m-macosx_10_13_x86_64.whl 所在的文件夾
- DL 是anaconda 的virtual environment 名字
安裝好後
source activate DL
Python
import torch
print(torch.cuda.is_available())
輸出 True就大功告成啦！
PS：
廣告時間啦~
理工狗不想被人文素養拖後腿？不妨關注微信公眾號：
推薦閱讀：
