CUDA, cuDNN 설치했는데도 글카가 안잡혀서 화가날 떄

? 왜 안됨? 좆같네 ㅋㅋ

아니 이제 우리가 CUDA, CUDNN 설치했는데 왜 CUDA 못잡음??
이럴 때 진짜 개좆같다
보통,

nvcc -V

해 봤는데 오 잘되노 하고
아래 코드 돌려보지 않느냐

import torch
import logging

# --- 로깅 설정 ---
# 로그 레벨을 INFO로 설정하여 INFO, WARNING, ERROR, CRITICAL 로그를 모두 출력합니다.
# 로그 형식: [시간] - [로그 레벨] - [메시지]
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

def check_gpu_availability():
    """
    PyTorch에서 CUDA GPU 사용 가능 여부를 확인하고 결과를 로깅합니다.
    """
    logging.info("GPU 사용 가능 여부 확인을 시작합니다...")

    # torch.cuda.is_available()를 통해 GPU가 사용 가능한지 확인
    if torch.cuda.is_available():
        gpu_count = torch.cuda.device_count()
        current_gpu_index = torch.cuda.current_device()
        gpu_name = torch.cuda.get_device_name(current_gpu_index)
        
        logging.info(f"성공: CUDA를 사용할 수 있습니다.")
        logging.info(f"사용 가능한 총 GPU 개수: {gpu_count}개")
        logging.info(f"현재 PyTorch가 사용할 GPU: {gpu_name} (장치 ID: {current_gpu_index})")
    else:
        logging.warning("실패: CUDA를 사용할 수 없습니다. PyTorch가 CPU를 사용합니다.")
    
    logging.info("GPU 확인 절차를 완료했습니다.")

# --- 메인 코드 실행 ---
if __name__ == "__main__":
    check_gpu_availability()

근데 ?
왜 ㅅㅂ 이번엔 GPU 못잡음?
개좆같네 할 떄가 많다
그건 이제 트랜스포머, 파이터치 버젼 안 맞는거다 어우 개빡치네 ㅋㅋ

그래서 어떻게 해결해야 하냐

너가 다른 프로젝트 하다가 pip이나 트랜스포머 업데이트 했겠지 ㅋㅋ

자 그래서 결론은,

원인은 다른 버전의 PyTorch가 설치되어 있기 때문이다.

터미널에서 pip install torch와 같이 간단하게 명령하면, 호환성 문제없이 어디서든 돌아가는 CPU 전용 버전을 설치하는 경우가 많다.
GPU를 사용하려면 사용 중인 CUDA 버전에 맞는 특정 PyTorch 빌드를 설치해야 한다.

1. 기존 PyTorch 완전 제거

먼저, 현재 설치된 PyTorch 및 관련 라이브러리를 깨끗하게 삭제한다.
아래 명령어를 터미널(CMD 또는 PowerShell)에 입력하자.

pip uninstall torch torchvision torchaudio

삭제 과정에서 (y/n)을 물어보면 y를 입력하여 진행하면 된다.

2. 내 환경에 맞는 PyTorch 설치 명령어 확인 및 설치

가장 중요한 단계입니다. PyTorch 공식 홈페이지에서 사용자의 환경에 맞는 설치 명령어를 직접 생성해야 한다.

**PyTorch 공식 홈페이지 시작 페이지**로 이동한다.
아래와 같이 본인의 환경에 맞게 옵션을 선택한다.
- PyTorch Build: Stable (안정 버전)
- Your OS: Windows
- Package: Pip (pip를 사용)
- Language: Python
- Compute Platform: CUDA 12.1 또는 가장 높은 버전의 CUDA를 선택한다.
옵션을 선택하면 아래 Run this Command: 부분에 설치 명령어가 생성된다. 이 명령어를 복사합니다. 현재 기준으로 생성되는 명령어는 다음과 같다.
```
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
```
(주의: 위 명령어는 예시이며, 반드시 공식 홈페이지에서 직접 생성된 최신 명령어를 사용해야 한다.)
복사한 명령어를 터미널에 붙여넣고 실행하여 설치를 진행한다. GPU 버전은 다운로드 용량이 크므로(보통 2GB 이상), 인터넷 환경에 따라 시간이 걸릴 수 있다.

## 재설치 후 확인

성공적으로 GPU를 인식했다면, 터미널에 다음과 같은 로그가 출력될 것이다.

2025-09-27 22:40:10,123 - INFO - GPU 사용 가능 여부 확인을 시작합니다...
2025-09-27 22:40:11,456 - INFO - 성공: CUDA를 사용할 수 있습니다.
2025-09-27 22:40:11,456 - INFO - 사용 가능한 총 GPU 개수: 1개
2025-09-27 22:40:11,456 - INFO - 현재 PyTorch가 사용할 GPU: NVIDIA GeForce RTX 4090 (장치 ID: 0)
2025-09-27 22:40:11,457 - INFO - GPU 확인 절차를 완료했습니다.

(GPU 모델명은 사용자 PC의 모델명으로 표시됩니다.)

## 만약 문제가 계속된다면?

위 방법으로도 해결되지 않는다면 아래 사항들을 추가로 점검해 보자.

NVIDIA 드라이버 확인: 터미널에 nvidia-smi 명령어를 입력했을 때 GPU 상태가 정상적으로 표시되는지 확인한다. 이 명령어가 실행되지 않는다면 NVIDIA 드라이버 문제일 수 있다.
cuDNN 설치 확인: cuDNN을 다운로드받아 압축을 푼 뒤, 내부의 bin, include, lib 폴더 안의 파일들을 CUDA Toolkit 설치 경로(보통 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6) 안의 동일한 이름의 폴더에 정확히 복사해 넣었는지 다시 한번 확인해 보자.

또, 이렇게 파이터치 버젼을 호환시키면, 이번엔 트랜스포머 버젼이 꼬인다.
그러면, 트랜스포머 다운그래이드 해 주면 된다.

pip install "transformers<4.43.0"

또는 특정 버전을 지정해서 설치할 수도 있다.

pip install transformers==4.42.4

방법 2: `optimum` 패키지 버전을 높이기

최신 버전의 optimum이 transformers 4.50.3 버전을 지원할 수도 있습니다.
optimum을 최신 버전으로 업그레이드해 보자.

pip install --upgrade optimum

가장 먼저 1번 방법으로 transformers 버전을 낮춰서 시도해 보시는 것을 추천한다.

결론

암튼, 설정 해 놨는데 안되고 오랜만에 딥러닝 하면 또 설정해야 하고 아주 사람을 개빡치게 하지만,
이게 또 딥러닝의 묘미이지 않을까
암튼, 이번엔 진짜 확실하게 마스터 한 기분이 든다
다들 오류 잘 해결하고 행복한 딥러닝 생활되기 바란다.