AI Cloud DeepLearning GCP

やっぱりGUIが欲しい！GoogleCloudPlatformでWindows GPU環境

gcpでwindows gpu開発環境

GoogleCloudPlatformだと、DeepLearning VM Imageで簡単にGPU環境が構築できます。

しかし、私みたいにWindowsとMacがメインで、今まで、SSHを使ったことがなく、
慣れていない人は、Windowsの環境で開発したいのではないでしょうか？

本記事の内容

  • GCPのWindowsVMインスタンス作成
  • nvidiaドライバのインストール

GCPは最初、無料で3万円ほどの使えますので、試してみると結構便利です。

ただ、最初は数十円〜数百円/時間でそれくらいなら、っと思っていましたが、

３万円の無料枠はガンガン回していると１ヶ月も持ちませんでした。。。

ご利用は計画的に！

 

スポンサーリンク

GCPのGPU割り当て

「IAMと管理」から「割り当て」を選択

指標から「なし」を選択、その後、もう一度指標から「GPUs(all regions)」を選択

電話番号を追加して、次に

GPUの割り当て数を指定します。100とかにすると電話があるようですので、数個くらいにしましょう。リクエストの説明は適当に「for training ml models」とかにします。

数時間するとメールで下記のように変更の連絡がきます。

VMインスタンス作成

VMインスタンス設定ページ

  1. 左のメニューからCompute Engine
  2. VMインスタンスを選択
  3. インスタンスを作成を選択

CPU、メモリ設定

名前を適当に決めたら、マシンタイプから、CPU、メモリ構成を選びます。

  • 構成によって金額変わるので、最低限の構成にします
  • メモリは学習画像が多ければ、30、60GBと選択
  • 構成は後で変更可能です！

GPU設定

  1. CPUプラットフォームとGPUを選択
  2. GPUのタイプからK80以外のGPUを選択
  3. 必要であれば、GPUの数も変更
  • GPUはK80以外から選択
  • 一般公開ストレージ バケットからnvidiaのドライバがダウンロードできるため
  • K80もドライバを自分でインストール可能だが、本記事では取り扱いません
  • GPU構成は後で変更可能！

OS設定

  1. ブートディスクの変更を選択
  2. OSを選択（下記では、Windows Server 2016 Datacenter）
  3. 永続ディスクサイズを指定
  4. 選択を押す
  • ディスク費用はインスタンス停止していてもかかるので、最低限
  • 最低限といっても、画像やモデルで容量はすぐ埋まります
  • ディスクは後で追加できる

作成

その他、必要なものがあればチェックを入れて、

料金と構成に問題がなければ、作成を押します。

  • 費用はインスタンスを停止していれば、ディスク費用除いてかかりません
  • チェックボックスの設定は後で変更ができます

RDP(リモートデスクトップ)接続

パスワードの設定

  1. インスタンスリストからRDPのWindowsパスワードを変更を選択
  2. ユーザー名を確認して設定を押す
  3. メッセージは無視して、Continueを押す
  4. パスワードが表示されるのでコピーをして大事に保存。RDP接続時に使用します。

RDP接続

Chrome RDP for Google Cloud Platformが立ち上がる

NVIDIAドライバのインストール

IEのセキュリティ変更

NVIDIAのドライバをダウンロードするための設定

  1. Server ManagerのメニューでLocal Serverを選択
  2. IE Enhanced Security Configurartionを選択
  3. 両方をOFFにしてOKを押す

ドライバのインストール

1.デスクトップにあるGoogle Cloud SDK Shellを起動

2.ドライバリストを取得

gsutil ls gs://nvidia-drivers-us-public/GRID

3.ドライバをインストール

リストから対象を選んで、下記コードをgs://.....exeの箇所を変更して、実行

gsutil -m cp gs://nvidia-drivers-us-public/GRID/GRID8.0/425.31_grid_win10_server2016_64bit_international.exe %USERPROFILE%/Downloads

4.ダウンロードされた実行ファイルを管理者権限で実行

5.ドライバの確認

Google Cloud SDK Shellで下記を実行して、インストールされたことを確認

C:\Program Files\NVIDIA Corporation\NVSMI\nvidia-smi.exe

あとは、他に色々記事があるので、この記事では触れませんが、

下記をインストールしたら出来上がりです。

  • VisualStudio
  • CUDA
  • cudnn
  • python環境(anaconda等)

上3つのインストールの記事は「2019年 Windows GPU DeepLearning環境構築」で紹介していますので、参照ください。

クラウドの従量課金が気になる場合は、GPUパソコンを購入してみましょう。

>> ディープラーニング用GPUパソコンを買った方が良い理由

-AI, Cloud, DeepLearning, GCP