PyTorch, 맥북 프로 M2칩셋 CUDA 지원 안됨 해결 방법

AI 엔지니어들은 허깅 페이스(Hugging Face)와 같은 트랜스포머(Transformers) 라이브러리를 다양한 자연어 처리(NLP) 작업을 수행하곤 합니다. 이후 진행할 글에서는 이전 글에서 소개한 허깅 페이스(Hugging Face)의 딥러닝 기반 이미지 생성 라이브러리인 Diffusers의 파이프라인을 사용하여 이미지를 생성하는 예제 코드를 만들어 보려고 합니다. 먼저 허깅페이스의 디퓨저 설치 방법은 이 전 글에서 자세히 다뤘으니 다음의 링크를 참고해 보세요.

 

허깅페이스(Hugging Face) 디퓨저(Diffusers) 설치 방법

허깅페이스(Hugging Face) 디퓨저(Diffusers) 설치 방법

 

여기서 개발 하기에 앞서, 개발자가 개발용으로 사용 중인 컴퓨터의 CPU 또는 GPU의 사양에 따라 디퓨저의 파이프라인이 지원되고 안 되는 개발 환경 이슈는 알아두셔야 합니다. 필자의 경우 역시 개발용으로 사용중인 맥북 프로 M2칩셋에서는 NVIDIA GPU가 탑재되어 있지 않기에, 오픈소스 머닝러신 라이브러리인 PyTorch의 CUDA가 지원되지 않습니다.

 

Apple-M2

따라서 파이프라인의 모델 실행시 CUDA가 지원되지 않습니다. 실제 M1 M2 칩셋이 장착된 맥북에서 CUDA로 모델을 실행해 보면 다음과 같은 에러가 발생하는 것을 확인할 수 있습니다.

 

raise AssertionError("Torch not compiled with CUDA enabled")

 

다음은 위의 상황처럼 PyThorch가 CUDA-enabled로 컴파일되지 않는 경우, 즉 NVIDIA GPU가 지원되지 않는 경우 해결할 수 있는 몇 가지 방법을 알아보겠습니다.

CUDA 지원 안될 경우 CPU 사용 모델 실행, 3가지 해결 방법

1. CUDA를 지원하지 않는 컴퓨터를 사용하고 있다면, CPU만 사용하여 모델을 실행할 수 있습니다.

이를 위해 PyTorch를 설치할 때 CUDA 지원없이 설치하시면 됩니다. 다음은 PyTorch를 CPU 버전으로 설치하기 위한 명령어입니다:

pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f <https://download.pytorch.org/whl/torch_stable.html>

2. CUDA를 지원하는 컴퓨터를 사용하고 있지만, PyTorch가 CUDA를 지원하지 않는 경우 PyTorch를 재설치하면 됩니다.

이를 위해 GPU 지원을 포함하여 PyTorch를 설치한다면 다음과 같은 명령어를 사용합니다:

pip install torch torchvision torchaudio -f <https://download.pytorch.org/whl/cu102/torch_stable.html>

3. CUDA가 설치되어 있지만 선택된 NVIDIA 드라이버 버전을 지원하지 않는 경우

새로운 드라이버를 설치하거나 현재 선택된 드라이버 버전에서 지원되는 PyTorch 버전으로 다운그레이드할 수 있습니다. NVIDIA 드라이버와 PyTorch 사이의 호환성에 대한 자세한 내용은 PyTorch 공식 페이지 및 각 드라이버의 릴리스 노트를 참조하세요.

이러한 해결책 중 하나로 GPU를 사용하는 모델을 실행할 수 있도록 해결할 수 있습니다.

 

여기까지 개발 환경 이슈가 확인되어 PyTorch 까지 설치가 되셨다면, 다음은 실제 코드로 이미지 생성하는 내용을 다뤄보겠습니다.

 

계속~

이 블로그의 다른 글 보기

허깅페이스(Hugging Face) 디퓨저(Diffusers) 설치 방법

허깅페이스(Hugging Face) 디퓨저(Diffusers) 설치 방법

챗GPT 간단한 날씨앱 만드는 방법

챗GPT 간단한 날씨앱 만드는 방법