Ubuntu Weekly Recipe

第532回 LXDのコンテナからGPUを利用する

この記事を読むのに必要な時間:およそ 11.5 分

コンテナの中からCUDAを実行する

CUDAはNVIDIA製GPUで使える,GPGPUのツールキットです。第456回ではCUDAを使うためにいろいろなセットアップを行いましたが,これもコンテナの中に閉じ込められると便利です。第461回で紹介したNVIDIA Dockerを使えばLXDを使わずとも,コンテナの中に閉じ込めることは可能でした。これはNVIDIA Docker側で必要なデバイスをコンテナの中からも見えるようにセットアップしてたためです。CUDAの場合,単に/dev/dri/以下を見せるだけでなく,/dev/nvidia0など他のファイルもコンテナ内部から見える必要があります。

そこでLXD 3.0からは,NVIDIA Dockerのやり方を踏襲してnvidia-container-cliでリストアップされる「コンテナの中でも必要なデバイス・ファイル」をコンテナの中に見せる仕組みが導入されています。これを使えばCUDAを利用なLXDコンテナをコマンド一発で作成できるのです。

あらかじめホストマシンにNVIDA製のドライバーをインストールしておいてください。手順は第454回が参考になるでしょう。なおUbuntu 18.04 LTSではUbuntuリポジトリのNVIDIAドライバーパッケージの名前が「nvidia-XXX」から「nvidia-driver-XXX」に変わっています。Ubuntuリポジトリ版を使うなら,こちらを指定してください。

$ apt search "^nvidia-driver-[0-9]{3}$"
Sorting... Done
Full Text Search... Done
nvidia-driver-390/bionic 390.48-0ubuntu3 amd64
  NVIDIA driver metapackage

またX11関連パッケージが不要なサーバー向けに依存関係を調整した「nvidia-headless-XXX」パッケージも存在します。GPGPU用途ならこちらを使うと良いでしょう。

$ apt search "^nvidia-headless-[0-9]{3}$"
Sorting... Done
Full Text Search... Done
nvidia-headless-390/bionic 390.48-0ubuntu3 amd64
  NVIDIA headless metapackage

2018年8月上旬時点でUbuntuリポジトリからインストールされるNVIDIAドライバーは2018年3月28日にリリースされた390.48です。

$ cat /proc/driver/nvidia/version
NVRM version: NVIDIA UNIX x86_64 Kernel Module  390.48  Thu Mar 22 00:42:57 PDT 2018
GCC version:  gcc version 7.3.0 (Ubuntu 7.3.0-16ubuntu3)

それに対してNVIDIAから提供されているLong-lived branchの最新版は2018年7月16日にリリースされた390.77となります。またLong-lived branchではない通常リリースの最新版は2018年8月3日にリリースされた396.51です。

NVIDIAのドライバーは,使えるCUDAのバージョンにも影響します。CUDAの最新のリリースノートによると,CUDAのバージョンとLinux版ドライバーのバージョンは以下のような関係になっているようです。

CUDA カーネルドライバー
9.0.76 >= 384.81
9.1.85 >= 390.46
9.2.88 >= 396.26
9.2.148 Update 1 >= 396.37

つまり最新のCUDA 9.2を使いたければカーネルドライバーもLong-lived branchではなく最新リリースを使う必要があります。ただしCUDA 9.2はまだUbuntu 18.04 LTS向けのリリースを提供していません。また,9.2自体の正式リリースが2018年5月と比較的新しいので,ツールによってはまだ対応していないかもしれません。

今のタイミングであれば,ホストはUbuntu 18.04 LTSにしたとしても,LXDコンテナはGCC 5が載っているUbuntu 16.04 LTSを選択し,CUDA 9.0あたりをインストールしておくのが無難でしょう。

libnvidia-containerのインストール

次にnvidia-container-cliコマンドを提供するlibnvidia-containerをホストマシンにインストールします。これが存在しないと「Error: The NVIDIA container tools couldn't be found」が発生します。残念ながらこのコマンドはUbuntuリポジトリに存在しないので,NVIDIAのリポジトリを追加する必要があります。ちなみにsnap版のLXDであれば,パッケージの中にnvidia-container-cliコマンドが組み込まれています。

$ curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | \
  sudo apt-key add -
$ curl -s -L https://nvidia.github.io/libnvidia-container/ubunt18.04/libnvidia-container.list | \
  sudo tee /etc/apt/sources.list.d/libnvidia-container.list
$ sudo apt update
$ sudo apt install libnvidia-container-tools

nvidia-container-cliを実行してみましょう。

$ nvidia-container-cli info
NVRM version:   390.48
CUDA version:   9.1

Device Index:   0
Device Minor:   0
Model:          GeForce GTX 1050 Ti
GPU UUID:       GPU-6fae1717-190c-1843-3fb8-c3d6cd190739
Bus Location:   00000000:01:00.0
Architecture:   6.1

listサブコマンドを実行することでコンテナの中に展開するホストのファイルのリストが得られます。

$ nvidia-container-cli list
/dev/nvidiactl
/dev/nvidia-uvm
/dev/nvidia-modeset
/dev/nvidia0
/usr/bin/nvidia-smi
/usr/bin/nvidia-debugdump
/usr/bin/nvidia-persistenced
/usr/bin/nvidia-cuda-mps-control
/usr/bin/nvidia-cuda-mps-server
/usr/lib/x86_64-linux-gnu/libnvidia-ml.so.390.48
/usr/lib/x86_64-linux-gnu/libcuda.so.390.48
/usr/lib/x86_64-linux-gnu/libnvidia-opencl.so.390.48
/usr/lib/x86_64-linux-gnu/libnvidia-ptxjitcompiler.so.390.48
/usr/lib/x86_64-linux-gnu/libnvidia-fatbinaryloader.so.390.48
/usr/lib/x86_64-linux-gnu/libnvidia-compiler.so.390.48
/usr/lib/x86_64-linux-gnu/libnvidia-encode.so.390.48
/usr/lib/x86_64-linux-gnu/libnvcuvid.so.390.48

これらはすべてホストのファイルがそのままコンテナの中でも見えるようになるので,ホストとコンテナでNVIDIAドライバーやCUDAのバージョンを合わせる必要がなくなります。

具体的にどのように使っているかは/usr/share/lxc/hooks/nvidiaを参照してください。

コンテナの中でのNVIDIAドライバーの有効化

実際にコンテナを作るところから見ていきましょう。

$ lxc launch ubuntu:16.04 cuda
Creating cuda
Starting cuda
$ lxc config device add cuda gp107 gpu id=0
デバイス gp107 が gpu に追加されました

この状態でコンテナの中でnvidia-smiを実行しても,そもそもコマンドが見つからずエラーになります。

$ lxc exec cuda nvidia-smi
(エラー終了)

そこでnvidia.runtimeオプションをtrueにします。これにより次回起動時から,nvidia-container-cliの結果に応じてホストのファイル群がコンテナの中にも展開されるのです。

$ lxc config set cuda nvidia.runtime true
$ lxc restart cuda
$ lxc exec cuda nvidia-smi
Sun Aug 12 11:26:24 2018
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 390.48                 Driver Version: 390.48                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GTX 105...  Off  | 00000000:01:00.0 Off |                  N/A |
|  0%   48C    P0    N/A /  72W |      0MiB /  4040MiB |      0%      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|  No running processes found                                                 |
+-----------------------------------------------------------------------------+

コンテナの中でもnvidia-smiを実行できるようになりました※3)⁠

※3
CPUの現在の電力使用量が「N/A」と表示されていますが,どうも正しく計測できないデバイスがあるからN/Aと表示するようにした模様です。

CUDAツールキットのインストール

コンテナにCUDAツールキットをインストールするにあたって,ホストからコンテナに展開されたファイルの扱いに注意が必要です。nvidia.rutime設定はホストのファイルをそのままコンテナの中に見せる仕組みです。よってホスト上ではパッケージからインストールされたファイルであっても,コンテナ上ではそのパッケージは「インストールされていないこと」になっています。さらにファイルの書き換えはができないため,コンテナ上で同じファイルをインストールしようとするとエラーになってしまいます。

$ dpkg -S /usr/lib/x86_64-linux-gnu/libcuda.so.390.48
libnvidia-compute-390:amd64: /usr/lib/x86_64-linux-gnu/libcuda.so.390.48

たとえばlibcuda.so.309.48はlibnvidia-compute-390パッケージから提供されていますが,コンテナ上ではlibnvidia-compute-390パッケージをインストールしようとするとエラーになるのです。このためnvidia-cuda-toolkitパッケージが使えません。

コンテナの上で直接CUDA Toolkitを使いたい場合は第456回で紹介した方法のうち,/usr/local以下に保存されるNVIDIAのパッケージ版かスクリプト版のインストール方法を使うと良いでしょう。Ubuntu 18.04 LTSのパッケージ版のCUDAドライバーは9.1ベースなので,インストーラーも最新の9.2ではなく9.1を選んでいます。

$ sudo apt install build-essential
$ wget https://developer.nvidia.com/compute/cuda/9.1/Prod/local_installers/cuda_9.1.85_387.26_linux
$ sudo bash cuda_9.1.85_387.26_linux --no-opengl-libs
(NVIDIAドライバーのインストールは不要)

CUDA 9.1はUbuntu 18.04 LTSで使われているGCC 7以降の組み合わせはサポート外のようです。今回は16.04のコンテナを利用していますが,コンテナも18.04を使いたい場合はホストのNVIDIAドライバーのバージョンもあげて,9.2系が動くようにする必要があるでしょう。もしくはgcc-6パッケージをインストールするという手もあります※4)⁠

※4
ただし18.04の場合は/usr/bin/gcc/usr/bin/gcc-7へのシンボリックリンクになっている(update-alternativeシステムとは別扱いになる)ため,システム側に手を入れる必要があります。これを考えるとCUDA 9.1を使うなら16.04にしておくほうが無難です。

サンプルコードがホームディレクトリにインストールされているので,それをビルドしてみましょう。

$ cd ~/NVIDIA_CUDA-9.1_Samples/1_Utilities/bandwidthTest/
$ make

うまくビルドできたら,第456回と同じように実行・テストしてみます。

$ ~/NVIDIA_CUDA-9.1_Samples/bin/x86_64/linux/release/deviceQuery
/root/NVIDIA_CUDA-9.1_Samples/bin/x86_64/linux/release/deviceQuery Starting...

 CUDA Device Query (Runtime API) version (CUDART static linking)

Detected 1 CUDA Capable device(s)

Device 0: "GeForce GTX 1050 Ti"
  CUDA Driver Version / Runtime Version          9.1 / 9.1
  CUDA Capability Major/Minor version number:    6.1
  Total amount of global memory:                 4040 MBytes (4236312576 bytes)
  ( 6) Multiprocessors, (128) CUDA Cores/MP:     768 CUDA Cores
  GPU Max Clock rate:                            1392 MHz (1.39 GHz)
  Memory Clock rate:                             3504 Mhz
  Memory Bus Width:                              128-bit
  L2 Cache Size:                                 1048576 bytes
  Maximum Texture Dimension Size (x,y,z)         1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
  Maximum Layered 1D Texture Size, (num) layers  1D=(32768), 2048 layers
  Maximum Layered 2D Texture Size, (num) layers  2D=(32768, 32768), 2048 layers
  Total amount of constant memory:               65536 bytes
  Total amount of shared memory per block:       49152 bytes
  Total number of registers available per block: 65536
  Warp size:                                     32
  Maximum number of threads per multiprocessor:  2048
  Maximum number of threads per block:           1024
  Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
  Max dimension size of a grid size    (x,y,z): (2147483647, 65535, 65535)
  Maximum memory pitch:                          2147483647 bytes
  Texture alignment:                             512 bytes
  Concurrent copy and kernel execution:          Yes with 2 copy engine(s)
  Run time limit on kernels:                     No
  Integrated GPU sharing Host Memory:            No
  Support host page-locked memory mapping:       Yes
  Alignment requirement for Surfaces:            Yes
  Device has ECC support:                        Disabled
  Device supports Unified Addressing (UVA):      Yes
  Supports Cooperative Kernel Launch:            Yes
  Supports MultiDevice Co-op Kernel Launch:      Yes
  Device PCI Domain ID / Bus ID / location ID:   0 / 1 / 0
  Compute Mode:
     < Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >

deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 9.1, CUDA Runtime Version = 9.1, NumDevs = 1
Result = PASS

うまく認識してくれているようですね。

実際のところ,LXDへのCUDAツールキットのインストールは若干面倒です。そこで次回以降にて,LXDの上でNVIDIA Dockerを実行することでLXDコンテナにはCUDA関連のインストールが不要になる方法を紹介する予定です。

著者プロフィール

柴田充也(しばたみつや)

Ubuntu Japanese Team Member株式会社 創夢所属。数年前にLaunchpad上でStellariumの翻訳をしたことがきっかけで,Ubuntuの翻訳にも関わるようになりました。