Налаштування CUDA/cuDNN: як уникнути помилок сумісності

Налаштування CUDA/cuDNN: як уникнути помилок сумісності

Звернувся до нас стартап: три тижні не могли запустити тренування LLaMA на двох A100. Помилка "CUDA error: no kernel image is available" при імпорті PyTorch. Перевстановили оточення, перевірили драйвери, версії — причина виявилася в тому, що PyTorch був зібраний під CUDA 11.8, а в системі стояла CUDA 12.2. Ми підняли контейнер з правильною версією, налаштували Persistence Mode, і продуктивність зросла на 40%. Такі кейси — не рідкість. Налаштовуємо CUDA/cuDNN під ключ: від аудиту поточного оточення до оптимізації під конкретні фреймворки. Економія на хмарних обчисленнях може досягати 50% — це $2000 на місяць для проекту з 4 GPU A100.

Згідно з офіційною матрицею сумісності NVIDIA CUDA Support Matrix, версії драйвера, CUDA, cuDNN та фреймворків жорстко пов'язані. Невідповідність хоча б на один пункт — і GPU простоює.

Проблеми, які ми вирішуємо

Version hell — бібліотеки ML вимагають суворої прив'язки: драйвер → CUDA → cuDNN → PyTorch/TensorFlow. Помилка на один пункт — і GPU простоює. Ми автоматично перевіряємо матрицю сумісності через скрипти, виключаючи ручні помилки.

Низька продуктивність GPU — часто GPU працює в енергозберігаючому режимі (P8) замість продуктивного (P0). Падіння FLOPS на 30–50%. Вмикаємо Persistence Mode (nvidia-smi -pm 1) та налаштовуємо частоти.

Відсутність відтворюваності — налаштували вручну, втратили конфіг при перевстановленні. Ми створюємо Docker-образи з фіксованими версіями, які гарантовано працюють на будь-якій машині з драйвером NVIDIA.

Типові помилки — gpu обчислення без

• no kernel image is available — невідповідність CUDA між PyTorch та системою.
• libcudnn.so.8 not found — відсутній cuDNN або невірна версія.
• GPU utilization < 20% — енергозберігаючий режим.
• Out of memory при batch size 32 — нестача VRAM.

Як ми це робимо

Приклад налаштування для команди, яка використовує PyTorch та TensorFlow.

1. Аудит — перевіряємо поточні драйвери (nvidia-smi), версії nvcc, встановлені CUDA Toolkit, cuDNN, фреймворки.

2. Вибір стратегії — для гнучкості Conda-оточення з pytorch-cuda=12.1. Для production — Docker-образ на основі nvidia/cuda:12.1.1-cudnn8-runtime-ubuntu22.04.

3. Встановлення — використовуємо Dockerfile:

   FROM nvidia/cuda:12.1.1-cudnn8-runtime-ubuntu22.04
   RUN conda create -n ml python=3.11 pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
   CMD ["python", "-c", "import torch; print(torch.cuda.is_available())"]
   

4. Валідація — запускаємо тест на матричне множення 8192x8192 (FP16), перевіряємо latency p99, GPU utilization через nvidia-smi dmon.

5. Оптимізація — вмикаємо torch.backends.cudnn.benchmark=True, встановлюємо NVIDIA_TF32_OVERRIDE=0 для максимальної точності.

Порівняння способів встановлення

Docker кращий за ручне встановлення за відтворюваністю та ізоляцією, порівнянний за продуктивністю при правильному налаштуванні контейнера. Docker у 3 рази швидше розгортається, ніж ручне встановлення. Рекомендуємо Docker для production, Conda — для швидких експериментів.

Таблиця сумісності версій для популярних фреймворків

Чому Docker — кращий вибір для production?

Docker гарантує однакове оточення на всіх етапах: розробка, тестування, продакшен. Немає проблем з "на моїй машині працює". Фіксуємо CUDA, cuDNN, Python, фреймворки в одному Dockerfile. Документація по NVIDIA CUDA Toolkit та офіційному сайту cuDNN доступна на порталі NVIDIA.

Conda підходить для дослідницьких проектів, де важлива швидкість розгортання та гнучкість. Conda автоматично встановлює сумісні CUDA та cuDNN для PyTorch та TensorFlow, але не забезпечує повної ізоляції. Економія бюджету на тестування гіпотез — до 50% за рахунок швидкої переконфігурації.

Процес роботи

1. Discovery (1–2 дні) — аналіз поточного стеку, версій, вимог фреймворків, цілей щодо продуктивності.
2. Проектування (1 день) — вибір версій CUDA/cuDNN/драйвера, підготовка скриптів встановлення або Dockerfile.
3. Реалізація (2–3 дні) — встановлення на вашій інфраструктурі (bare metal, VM, Kubernetes).
4. Тестування (1–2 дні) — unit-тести фреймворків, навантажувальний тест на вашій моделі, порівняння з еталоном.
5. Деплой та документація (1 день) — передача оточення, README з точними версіями, опис процедури оновлення.

Терміни та вартість

Термін налаштування: від 2 до 5 днів залежно від складності інфраструктури. Вартість розраховується індивідуально після аудиту. Отримайте консультацію — зв'яжіться з нами для оцінки вашого проекту. За 7+ років ми налаштували GPU-оточення для більш ніж 50 компаній.

Що входить в роботу та наші гарантії

• Повний аудит поточного оточення зі звітом про версії та вузькі місця.
• Вибір оптимальної стратегії (Docker/Conda/manual) під ваш проект.
• Встановлення та налаштування драйверів, CUDA Toolkit, cuDNN, фреймворків.
• Створення Docker-образів або Conda-оточень з фіксацією версій.
• Навантажувальне тестування з метриками продуктивності.
• Документація: README, інструкція з оновлення, скрипти для CI/CD.
• Підтримка при розгортанні на production-серверах.

Досвід: більше 7 років роботи з ML-інфраструктурою. Більше 50 успішних проектів з налаштування GPU-оточень (від одиночних RTX до кластерів A100). Сертифіковані інженери NVIDIA. Гарантуємо сумісність всіх версій та прискорення обчислень щонайменше на 20%. Замовте налаштування з гарантією сумісності — отримайте робоче оточення за 3 дні.

Чи можна налаштувати CUDA за 1 годину?

Так, використовуючи готові Docker-образи, налаштування займає до 1 години. Ручне встановлення — від 2 годин. Docker у 3 рази швидше.

Як Docker порівнюється з Conda за продуктивністю?

Docker забезпечує ізоляцію та відтворюваність, але при правильному налаштуванні продуктивність практично однакова. Втрати в Docker менше 1%.

MLOps: інфраструктура для навчання, деплою та моніторингу ML-моделей

Модель навчена, метрики — F1 0.94 на валідації. Через три місяці в продакшені якість падає на 12%. Ніхто не знає, коли саме — немає моніторингу. Не можна швидко перенавчити — навчальний скрипт лежить у Jupyter-ноутбуці у data scientist’а, який вже звільнився. Дані для ретрейну збирають вручну з трьох розрізнених систем. Приблизно половина проєктів приходять до нас із цим болем. Ми будуємо MLOps платформу під ключ: від трекінгу експериментів до автоматичного деплою та моніторингу дрейфу даних. Оцінимо вашу інфраструктуру за 1–2 тижні, а через 4–6 тижнів ви отримаєте базове ядро MLOps, що працює в продуктивному контурі. Наша команда — 10+ років досвіду в ML-інфраструктурі, понад 50 впроваджень.

Як побудувати MLOps-інфраструктуру?

Experiment tracking та відтворюваність

Без трекінгу ML-проєкт перетворюється на хаос: незрозуміло, який чекпоінт кращий, які гіперпараметри використовувались, який датасет. Відтворити результат через місяць — квест.

MLflow — open source стандарт для трекінгу. Логує параметри, метрики, артефакти (моделі, графіки) та код. MLflow Model Registry — централізоване сховище моделей з версіонуванням та lifecycle stages (Staging → Production → Archived). Деплой через MLflow Serving або інтеграція із зовнішніми системами.

Типова ініціалізація в коді:

import mlflow

mlflow.set_experiment("fraud-detection-v2")
with mlflow.start_run():
    mlflow.log_params({"learning_rate": 3e-4, "batch_size": 64, "epochs": 10})
    mlflow.log_metric("val_f1", val_f1, step=epoch)
    mlflow.pytorch.log_model(model, "model")

Це мінімум. В production додаємо логування системних метрик (GPU utilization, memory), датасету (hash, версія), коду (git commit hash). Weights & Biases — більш багатий UI, collaboration features, sweep для hyperparameter optimization. MLflow — для on-premise deployment без зовнішніх залежностей.

DVC (Data Version Control) — версіонування даних та моделей поверх git. Дані зберігаються в S3/GCS/Azure Blob, у git — лише метадані (хеші). dvc repro відтворює весь пайплайн від сирих даних до метрик.

Як забезпечити відтворюваність навчання?

Фіксуйте random seeds (torch.manual_seed, numpy.random.seed, random.seed) та записуйте їх у метадані експерименту. Без цього дебагінг нерегулярних результатів — біль. Логуйте версію датасету (DVC hash) та git commit — тоді будь-який експеримент можна повторити з точністю до байта. Це скорочує час на відтворення результатів у 2–3 рази.

Оркестрація пайплайнів: Kubeflow, Airflow, Prefect

Коли потрібен оркестратор пайплайнів?

Скрипт навчання на 100 рядків у cron — нормально для простих задач. Але як тільки з'являється multi-step пайплайн (завантаження даних → preprocessing → feature engineering → навчання → валідація → деплой якщо якість вище порогу), потрібен оркестратор з retry-логікою, візуалізацією, алертами.

Kubeflow — Kubernetes-native оркестратор для ML. Кожен крок — Docker-контейнер. Підтримує паралельні кроки, умовні гілки, артефакти між кроками. Інтегрується з Katib (AutoML), KServe (serving), Feast (feature store). Kubeflow краще за Airflow для ML-пайплайнів у 2–3 рази за швидкістю налаштування та інтеграції з ML-інструментами.

Apache Airflow — більш загальний DAG-оркестратор. Широка екосистема операторів (S3, Spark, DBT, Kubernetes). Простіше розгорнути, якщо в компанії вже є Airflow.

Prefect / Metaflow — менше boilerplate. Prefect 2.x з декораторами @flow та @task — швидкий старт для невеликих команд.

Типова архітектура навчального пайплайну на Kubeflow:

1. Data ingestion component — забирає дані з S3/БД, валідує схему через Great Expectations
2. Preprocessing component — трансформації, normalization, train/val/test split
3. Training component — навчання на GPU, логування в MLflow
4. Evaluation component — обчислення метрик, порівняння з baseline в Model Registry
5. Conditional deployment — деплой тільки якщо нова модель краща за поточну на >2% F1

Кожен component — окремий Docker-образ. Пайплайн версіонується в git. Запуск за розкладом (ретрейнінг раз на тиждень на нових даних) або вручну.

from kfp import dsl

@dsl.pipeline(name='training-pipeline')
def pipeline():
    data_op = data_ingestion_op()
    preprocess_op = preprocessing_op(data_op.output)
    train_op = training_op(preprocess_op.output)
    eval_op = evaluation_op(train_op.output)
    with dsl.Condition(eval_op.output > 0.95):
        deploy_op = deployment_op(train_op.output)

Model Registry та управління життєвим циклом

Model Registry — не просто сховище чекпоінтів. Це централізована система, яка знає:

• Яка модель зараз у продакшені (і з якими метриками)
• Історія всіх версій з параметрами навчання
• Метадані: датасет, git commit, результати валідації
• Lifecycle stage: None → Staging → Production → Archived

MLflow Model Registry — стандарт. Для enterprise — Vertex AI Model Registry (GCP), SageMaker Model Registry (AWS), Azure ML Model Registry.

Просування моделі через стейджі: автоматично переводимо модель у Staging після успішного проходження eval, потім ручне або автоматичне (при A/B тесті) просування в Production. Rollback — перемикання на попередню Production-версію за секунди.

Serving: від FastAPI до Triton Inference Server

Простий випадок. FastAPI + PyTorch/ONNX на одному сервері — 80% production ML deployments саме так. Достатньо для більшості задач з навантаженням до 100 req/s.

from fastapi import FastAPI
import onnxruntime as ort

app = FastAPI()
session = ort.InferenceSession("model.onnx", providers=["CUDAExecutionProvider"])

@app.post("/predict")
async def predict(request: PredictRequest):
    inputs = preprocess(request.text)
    outputs = session.run(None, {"input_ids": inputs})
    return {"label": postprocess(outputs)}

FastAPI + ONNX підходить для 80% задач, але при навантаженні понад 100 req/s Triton Inference Server дає у 3 рази вищу пропускну здатність. Triton — production-стандарт для високих навантажень (500+ req/s). Dynamic batching, concurrent model execution, model ensemble. Підтримує TensorRT, ONNX, PyTorch TorchScript, TensorFlow SavedModel.

KServe — Kubernetes-native ML serving з autoscaling, canary deployments, A/B testing з коробки. Scale-to-zero для неактивних моделей — економія на інфраструктурі до 40%.

Моніторинг: data drift, model drift, інфраструктурні метрики

Моніторинг — те, що зазвичай роблять в останню чергу і про що шкодують у першу. Три рівні.

Інфраструктурний моніторинг. Latency (P50/P95/P99), throughput (req/s), error rate (4xx, 5xx), GPU/CPU utilization. Prometheus + Grafana — стандарт. Алерт при P99 latency > threshold або error rate > 1%.

Data drift моніторинг. Розподіл вхідних даних змінюється з часом. Детектуємо через PSI (Population Stability Index) для числових ознак: PSI > 0.2 — сильний дрейф. Chi-squared test для категоріальних, Kolmogorov-Smirnov test для неперервних. Evidently AI — open source бібліотека з готовими дрейф-тестами.

Model drift моніторинг. Якщо є ground truth із затримкою (наприклад, через тиждень знаємо конверсію) — моніторимо реальні метрики. Якщо ні — surrogate метрики: розподіл prediction scores, частка confident predictions.

Alerting. Три рівні: INFO (невеликий дрейф, логуємо), WARNING (значний, повідомляємо команду), CRITICAL (якість впала нижче порогу — автоматичне перемикання на fallback-модель).

Чому важливий моніторинг дрейфу даних?

Без нього ви дізнаєтеся про деградацію моделі тільки за скаргами користувачів або дзвінким SLA. Алерт про дрейф дозволяє перенавчити модель заздалегідь, до того як помилки почнуть приносити збитки. В одному з наших проєктів моніторинг PSI виявив дрейф через 2 дні після зміни джерела даних — це врятувало кампанію з бюджетом понад $100K. За словами CTO клієнта, впровадження моніторингу скоротило час виявлення проблем з 2 тижнів до 2 годин.

Feature Store

Feature Store вирішує проблему training-serving skew. Якщо preprocessing під час навчання та інференсу реалізований у двох різних місцях — розбіжність неминуча.

Коли потрібен Feature Store?

• Кілька моделей використовують одні й ті ж ознаки
• Ознаки обчислюються з потокових даних (real-time)
• Велика команда з різними людьми на feature engineering та model training

Feast — open source Feature Store. Офлайн store (S3 + Parquet) для навчання, онлайн store (Redis, DynamoDB) для low-latency інференсу. Feature definitions як код, materialization job синхронізує офлайн → онлайн.

Tecton (комерційний), Vertex AI Feature Store (GCP), SageMaker Feature Store (AWS) — managed варіанти з меншим ops overhead.

Як автоматизувати CI/CD для ML?

ML CI/CD — звичайний CI/CD плюс специфічні ML-кроки.

ML-специфічні checks в CI:

• Перевірка відтворюваності: запустити навчання з фіксованим seed, результат має збігатися
• Data validation: Great Expectations або Pandera на schema/distribution checks
• Model performance check: автоматичний eval на holdout, блокувати merge якщо деградація > порогу
• Latency regression test: inference має вкладатися в SLA

GitOps для деплою. Merge в main → CI запускає навчання → eval → якщо проходить → автоматичний деплой у Staging → smoke tests → ручне просування в Production або автоматичне при успішному canary.

Інструменти: GitHub Actions / GitLab CI для CI, ArgoCD для GitOps-деплою на Kubernetes.

Що входить у розробку MLOps-платформи

Ми надаємо повний цикл робіт, документацію та навчання команди.

Підсумковий термін від аудиту до повноцінної MLOps-платформи: 3–5 місяців. Базовий рівень (трекінг + serving) за 4–6 тижнів. Вартість розраховується індивідуально під обсяг даних (від 1 ТБ), кількість моделей та вимоги до інфраструктури. Замовте аудит MLOps-інфраструктури — отримайте roadmap за 1–2 тижні. Зв'яжіться з нами для оцінки вашого проєкту — ми надішлемо попередній розрахунок за 2 робочих дні.

Гарантія на архітектурні рішення — 12 місяців. Надаємо сертифікати інтеграції з основними хмарними провайдерами (AWS, GCP, Azure). За час роботи ми не втратили жодного клієнта після першого впровадження — досвід 50+ успішних MLOps-проєктів говорить сам за себе. Отримайте консультацію щодо побудови MLOps платформи вже сьогодні.