안녕하세요, 이번 포스팅에선 다양한 논문을 재현하거나, 자사 서버에서 개발한 AI 프로그램을 타사에서 재현하거나, 프로젝트 별로 목적에 맞는 개발환경을 빠르고 편하게 구축할 수 있도록 자동화를 진행해보고자 합니다.

자사 서버 개발환경 체크

• OS: Ubuntu 18.04
• GPU Architecture: NVIDIA A5000 (Ampere)
• 사용가능한 CUDA Version: CUDA 11
  

신제품 기준 Ampere 아키텍처만 판매하므로 추후 CUDA 버전은 11 이상을 사용해야 할 것 같습니다. 연구에 많이 사용되는 A100의 경우 CUDA 9,10,11을 모두 지원하나, 개인용으로 볼 수 있는 RTX 30XX, 40XX 번대 제품들은 CUDA 11 이상을 사용해야겠네요.
다만 추후에 설명할 Tensorflow, Pytorch 등의 버전을 선택 후, 호환되는 CUDA 버전을 찾아야합니다.
(GPU 아키텍처 - CUDA 버전 - 딥러닝 프레임워크 패키지 버전 의 호환성 체크)

• 참조
  - https://gzupark.dev/blog/A-guide-to-make-the-reproducible-environment-using-the-Docker-for-deep-learning-researcher/