おばんです。
DELL Precison 5820 Towerってとっても優秀優秀。
下記の通り、動作確認済みのGPUが掲載されているが、
RTX pro 4500 blackwellが動作したので、取り急ぎ残す。
ただし、pcie-3.0なので、カードの能力は半分程度しか発揮できないと思うが。
ベンチマークなどの詳細は、次回。
※追記 z2 tower G5(CPU W-1250)では動作せず。
またこんど。
罪(積)プラを崩そうー造形村 GGI KOGの製作－その１
おばんでーす。
さてさて、オタクのみなさん、プラモー旧キットなんか沢山積んでませんか？
残りの人生も短くなったので、積（罪）を崩そう。既に作り切れない積の山。
＜キット紹介＞
でもって、今回は１０年くらい前にオクで落としたVOKSのGGIのKOGです。今でこそIMSが発売されていますが、ガンプラでいうところの旧キットですね。
永野護デザイン好きは一定数いるよね。キュベレイ好きな人いるよね。沢山。
＜本キットの難点＞
キットが古いので、難点多し。
●表面のひけやばりが多数。
●ダボがなく位置を自分で決める必要があるパーツが多数。＝軸を打つ必要有。
●ポリキャップも自分で加工する必要有。
●合わせ目消し必須。
●塗装は塗り分け必要。しかも全塗装。
●肉抜き穴も多数。
●表面処理必須
と半分プラスチックのガレージキットという内容。最近のガンプラとは大違いなので、素組勢は覚悟して挑んでね。
＜本キットの良い点＞
○造形はいいよ！かっこよい！
に尽きる。これ以外に言いようない。
＜仮組途中など＞
当時別売りもしていた、バスターランチャー欲しいっす。もう買えないだろうけど。
（その２に続けばいいなぁ）
またこんど！
Jetson xavier NX開発者キットのOpenCVをローカル環境でCUDAbuildする。
おばんでーす。
SDKmanagerからjetpackをインストールするとCUDAが使用できないOpencvがインストールされている。このcudabuildをローカル環境で実施してみたい。
DOCKERを使用すればいいよね、というご意見はごもっとも。だってDOCKERは殆どまだ使えないから。。。
時間を割と割いているが、今後役に立つことを願って、下記に備忘録。
注意点は、
○makefileを作成時にpython 2のパスが表示される可能性があるので、そこはcmake-guiを使用し全て削除。（※cmake-guiの方が編集しやすいので必須と思う。）
○numpyは2.x系では動かない。ターミナルから怒られる。
○buildに３０分くらいかかるかな？
○4.5.5以外のバージョンが必要な方はgit checkout 4.5.5 のバージョンを変更してね。（opencv_contribも忘れずに。）
○うまくいかない場合は、他の依存関係が足らないので、工夫してね。
色々なサイトを漁った結果、下記にスクリプトを残す。
※下記のスクリプトはorin nanoではまだうまくいっていない。動作の暁には後日別掲載したい。
ーーーーーーーーーーーーーーーーーーーーーーーーーー
#!/bin/bash
##uninstall opencv
##sudo apt-get --purge remove libopencv*
#update
sudo apt -y update
sudo apt -y upgrade
#install requierd librarlies
# Generic tools:
# Image I/O libs
sudo apt install -y libjpeg-dev libpng-dev libtiff-dev
# Video/Audio Libs - FFMPEG, GSTREAMER, x264 ans so on
sudo apt install -y libgstreamer1.0-dev libgstreamer-plugins-base1.0-dev
sudo apt install -y libxvidcore-dev x264 libx264-dev libfaac-dev libmp3lame-dev libtheora-dev
sudo apt install -y libfaac-dev libmp3lame-dev libvorbis-dev libdc1394-dev
#install gtkglext-1.0
sudo apt-get -y install libgtk-3-dev
sudo apt-get -y install mesa-common-dev libglu1-mesa-dev freeglut3-dev
# OpenCore - Adaptive Multi Rate Narrow Band (AMRNB) and Wide Band (AMRWB) speech codec
sudo apt install -y libopencore-amrnb-dev libopencore-amrwb-dev
# Cameras programming interface libs
sudo apt-get install -y libxine2-dev libv4l-dev v4l-utils
sudo ln -s -f ../libv4l1-videodev.h videodev.h
cd ~
# Python libraries for python3:
# check numpy version 1.2x.x not 2.XXX
#sudo apt-get install -y python3-dev python3-pip python3-py python3-pytest
#sudo -H pip3 install -U pip numpy
#sudo apt install -y python3-testresources
# Parallelism library C++ for CPU
sudo apt-get install -y libtbb-dev
# Optimization libraries for OpenCV
sudo apt-get install -y libatlas-base-dev gfortran
# Optional libraries:
sudo apt-get install -y libprotobuf-dev protobuf-compiler
sudo apt-get install -y libgoogle-glog-dev libgflags-dev
#open cv build
mkdir build && cd build
#make suorce code
cmake \
-D CMAKE_BUILD_TYPE=RELEASE \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D CMAKE_PYTHON3_EXECUTABLE=/usr/bin/python3.8 \
-D PYTHON3_EXECUTABLE=/usr/bin/python3.8 \
-D PYTHON3_INCLUDE_DIR=/usr/include/python3.8 \
-D PYTHON3_NUMPY_INCLUDE_DIRS=/usr/lib/python3/dist-packages/numpy/core/include \
-D PYTHON3_PACKAGES_PATH=/usr/lib/python3/dist-packages \
-D WITH_TBB=ON \
-D ENABLE_FAST_MATH=1 \
-D CUDA_FAST_MATH=1 \
-D WITH_CUBLAS=1 \
-D WITH_CUDA=ON \
-D WITH_CUDNN=ON \
-D CUDA_ARCH_BIN=7.2 \
-D CUDA_ARCH_PTX=7.2 \
-D CUDA_GENERATE_CODE="arch=compute_72,code=sm_72" \
-D WITH_ITT=OFF \
-D WITH_GSTREAMER=ON \
-D WITH_OPENNI=ON \
-D INSTALL_C_EXAMPLES=ON \
-D BUILD_EXAMPLES=ON \
-D CUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-11.4 \
-D WITH_NVCUVENC=OFF \
..
#Have to delete python2 path all
# build
time make -j$(nproc)
# install all built libs into your system
sudo time make install
sudo ldconfig
インストール後の確認。
ここでpython2のパスが表示されていたら再build、必須。
sudo jtopでご確認を。
では、またこんど！
Z2 tower G5でtesla M40 (12GB ver)を動かしてみる。
おばんです。
少し前にヤフオクで tesla M40を24GBverを落札したつもりだったが動作確認したところ12GBモデルでした。迂闊だった。24GBVerならいろいろ試したかったけど、もういいや。
とりあえず、備忘録と動作記録を残す。
＜注意＞
○パッシブ冷却の為、追加FAN必須、６０㎜FANでは明らかに能力不足。サーマルスロットリング発生。できれば８０㎜にした方が良い.予想であるが、P100,P40も同様と推測。
○BiosにてPCIEスロット１のResize Barを有効にする。
○試した範疇のDriverはdatacenter driverのみで動作＝計算処理のみに使用。
※GoolecloudからDLできる仮想グリッドDRIVERは当たりませんでした。読むとP100,P4,t4,V100などしか使用できない模様
＜設置状況＞
＜gpu-z＞
いや悲しい12GB.
＜nvidia-smi＞
みんな大好き、nvidia-smi.。datacenter driverのヴァージョンは下記を参考に。
しっかり認識しているので、cudaや機械学習系のツールをインストールすれば、いろいろ勉強できるかも。
<CHINEBENCH2024>
完走しましたけど、サーマルスロットリングが発動してスコアが伸びなかった。冷却を強化すれば、3,000は確実に超えたと思う。
24gbならば、UBUNTU上でもう少し環境構築しても良かったけど、やる気なくなりました。（ヤフオクで安くだそう。）
またこんど。
CUDA buildでエラーを吐かれた時は。
おばんです。
open cvやOpen3DなどでCUDA buildをする際、make -j$(nproc)コマンド入力後、エラーを吐かれる、吐かれる。
（※以下、参考まで。適宜勝手に更新、変更します。）
見直そう。下記を。
○依存モジュールが足らない。あるいはバージョン違い
○複数のPythonのバージョンが原因。⇒20.04→3.8 22.04→3.10
○Pythonのパスが切れてない。⇒which pythonで確認必要
○なぜかPytthon２でpython buildが指定されている。⇒cmake-gui必須
○cmake option項目のパス指定ミス.
○そもそもインストールされているubuntsのバージョンで動作確認されていない。
○GPUとドライバーとCUDAバージョンのミスマッチ。⇒どうも最適組み合わせがありそう。
○cmakeのバージョンが古い、あるいは新しすぎる
○compute capabilityの指定ミス。
エラーの個所を探すのがメンドクサイ。。。。
Cmake-guiは必須だよね。
Jetsonユーザにはcmake-guiが必要なはず。－ OpenCVをCUDA buildする前にCmake。
おばんでーす。
気を取り直してXavier NX devキットの回です。
jetpack、確認用のJtopをインストール後、Jtopを起動すると OpenCV(4.5.5のはず)はCUDA buildされていないことに気づきます。
で、ここでOpencvをCUDAを使用するためにアンインストールしてbuildしなおす必要がありますが、 cmakeをapt-getを使用すると、最新の4.X.Xをインストールする可能性大。（私の場合は、４．xでbuildがうまくいかなかった。）最新のCmakeに対応しているソフトウェアの方がまだ少ないため、３．ｘ系を使用する場合のインストール方法は、素人ながら思い当たるのは
○aptでヴァージョンを指定する。
○buildする。
○その他。
位です。他にありましたら教えてください。
で、下記の通りのスクリプトでインストールできましたので、残すことにしよう。
Gitでクローンしますが、ヴァージョンは最後のvx.y.zを変更すれば他のバージョンをbuildすることが可能です。
basnスクリプト
#!/bin/bash
cd ~
sudo apt-get install -y libssl-dev
sudo apt-get install -y build-essential
sudo apt-get -y install libcurl4-openssl-dev
sudo apt -y install qtbase5-dev qtbase5-dev-tools qttools5-dev-tools \
libqt5svg5-dev
##3.31.9?
cd CMake
time make -j$(nproc)
sudo make install
sudo reboot
でbootstrapの後のオプションがcmak-guiを同時インストールするオプションの様です。インストール前に cmake --versionでインストールの有無を確認しましょう。
cmak-guiはjetsonのローカル環境でOpenCVをCuda Buildする際に助かりました。詳しくは別稿にて。
reboot後、ターミナルからcmake-guiと入力し、cmakeと同じバージョンのcmake-guiが起動できればOKです。
次はローカルでopencvのcuda buildの回。
またこんど。
HP Z2 mini G3で遊ぶ-その2-CUDA,Open CV with cuda,Open3D with CUDA,Librealsenseの環境構築。No１-失敗。
おばんです。
※現状に合わせ一部、加筆修正。
早速ですが、悲報です。
Geforce系のpascal世代のドライバー更新が終了との話を聞いて,quadro系はまだまだ余裕っしょと思っていたのもつかの間。ぬか喜びでした。下記リンクを参照ください。
580が最終となるようです。Keplar世代は言わずもがなですが、Maxwell、Paskal、Volta世代のプロ用カードのdriverも最終宣告です。。V100の32GBやGV100なんてまだ現役で使っている人は多いでしょうに。。。
でも、この世代捨てるのは勿体ないですよね。もはや古いけど。もう、少しあがいてみましょう。Z2 mini G3は Quadro M620搭載しているので当然CUDAは使えるはず。だから環境構築練習にはもってこいかも？と思ったわけです。そこで、Z2 mini G3にUbuntu をクリーンインストールしてCUDA環境構築なども四苦八苦しながら、半分成功、半分失敗したので、ここに手順一式と注意点などを残そう。
メモリ2GBのM620なんでごみって思う人もいるよね。けど、CUDAは動く、遅いけど。すぐにメモリオーバーフローするけど。
＜Ubuntu 22.04操作感＞
個人の感想ですが、Z2 mini g3でも22.04は割とサクサク動くかな。コア数多ければもっといいけどね。
<ハードウェア仕様>
CPU：E3-1270V5 (4core 8Thread)
RAM：24GB(16+8GB)
SSD：1TB （WD GREEN）
今のところ、この構成でメモリ付属等のハードウェアによるトラブルは皆無です。
＜環境構築順序とバージョン類＞
１）Ubuntu 22.04 LTSー英語版：クリーンインストール
※python version 3.10
２）Nvidia driver version：530
３）CUDA version ：11.8
４）cuDNN version ：8.9.7
５）Cmake version ：3.31.9
６）OpenCV version ：4.9.0 -cuda build
７）Open3D version：0.19.0-cuda build
８）realsense driver ：2.55.1-buildとPIPインストール
＜結果＞
○open CVはbuildまで行ったが、M620ではうまく動作せず。（※P4では動作）
○Open３DはCUDAを使って動作。（P4でも同様。）
○realsenseはrealsense-viewerの動作が確認できた。
＜でどうする？＞
色々調べたところ、OPENCVがうまく動作しないのは、GPUが古すぎたことが原因のようなので、22.04をあきらめ、20.04をインストールして環境構築再チャレンジをこころみます。はい。
他のMaxwell世代のteslaのテストもしたいので、仕方ない。やり直そう。
しかしながら、DriverやCUDAなど他のツール類のインストールの手順は活かせるので、手順は示してゆこう。
では、ゆるゆると、またこんど。
