在软件个锤子站,你会发现很多关于生成式AI工具的整合包。这些整合包通常已经包含了运行环境,但不少朋友还是更倾向于自己部署。不过,过程中可能会遇到运行报错的问题。究其原因,大多是因为缺少关键的运行环境支持。
เพื่อช่วยทุกคนแก้ปัญหาเหล่านี้ เราได้รวบรวมเครื่องมือ เฟรมเวิร์ก และปลั๊กอินที่จำเป็นบางส่วน บทความนี้จะเน้นแนะนำโปรแกรมพื้นฐานบางตัวที่จำเป็นสำหรับการเล่น Generative AI พร้อมแนบคู่มือติดตั้งแบบละเอียด เพื่อให้มือใหม่ไม่ต้องปวดหัวกับปัญหาทางเทคนิค
การเล่น Generative AI เครื่องมือสามตัวต่อไปนี้คือพื้นฐานที่คุณหลีกเลี่ยงไม่ได้:
1. CUDA (Compute Unified Device Architecture)
CUDA เป็นแพลตฟอร์มการประมวลผลแบบขนานและโมเดลการเขียนโปรแกรมที่ NVIDIA พัฒนาขึ้น ออกแบบมาเพื่อขุดศักยภาพการประมวลผลของ NVIDIA GPU อย่างเต็มที่ ช่วยให้โปรแกรมย้ายงานคำนวณที่ซับซ้อนจาก CPU ไปยัง GPU เพิ่มประสิทธิภาพการทำงานอย่างมีนัยสำคัญ
– หน้าที่หลัก: ใช้การ์ดจอแทน CPU ในการประมวลผลที่ซับซ้อน
– สถานการณ์ที่เหมาะสม: เหมาะกับงานที่ต้องประมวลผลข้อมูลขนาดใหญ่หรือทำงานคำนวณสูงอย่างมีประสิทธิภาพ
พูดง่าย ๆ CUDA คือการทำให้การ์ดจอ "ทำงาน" ในโลกของ Generative AI ความเร็วในการประมวลผลจะเร็วขึ้นมาก
2. cuDNN
ต่อไปจะแนะนำเครื่องมือเร่งความเร็วการเรียนรู้เชิงลึกที่ขาดไม่ได้นี้ และวิธีเชื่อมต่อกับ CUDA อย่างราบรื่น
3. FFmpeg
เครื่องมือประมวลผลวิดีโอและเสียง สามารถตอบโจทย์ความต้องการด้านข้อมูลมัลติมีเดียที่อาจเกี่ยวข้องในโปรเจกต์ AI
เนื่องจากหลายคนไม่มีประสบการณ์เขียนโปรแกรม คู่มือของเราจึงไม่มีกำแพงใด ๆ เพียงทำตามขั้นตอนก็ทำได้อย่างง่ายดาย ไม่เพียงทำให้ Generative AI ของคุณทำงานราบรื่น ยังช่วยให้เข้าใจบทบาทจริงของเครื่องมือเหล่านี้ได้ดียิ่งขึ้น
1. ติดตั้งไดรเวอร์การ์ดจอ NVIDIA
ก่อนอื่นให้ตรวจสอบว่าคุณใช้การ์ดจอ NVIDIA และติดตั้งไดรเวอร์การ์ดจอแล้ว การติดตั้งไดรเวอร์จะไม่กล่าวถึงในที่นี้ ลิงก์นี้สามารถดาวน์โหลดและติดตั้งไดรเวอร์การ์ดจอ NVIDIA ได้ (https://www.nvidia.cn/drivers/lookup/)

2. ตรวจสอบเวอร์ชัน CUDA ที่สามารถติดตั้งได้
① หลังจากติดตั้งไดรเวอร์การ์ดจอ NVIDIA แล้ว ให้คลิกขวาที่พื้นที่ว่างบนเดสก์ท็อป เลือก "NVIDIA Control Panel"

② ในหน้า "NVIDIA Control Panel" คลิก "System Information" ที่มุมซ้ายล่าง ในหน้าต่าง "System Information" คลิก "Components" บรรทัดที่สามจะแสดงเวอร์ชัน CUDA สูงสุดที่การ์ดจอของคุณรองรับ

3. ดาวน์โหลด CUDA
① หลังจากทราบเวอร์ชัน CUDA ที่รองรับแล้ว ให้เข้าเว็บไซต์ดาวน์โหลด CUDA ด้านล่าง เลือกเวอร์ชัน CUDA ที่ตรงกันจากรายการ
ดาวน์โหลด CUDA:https://developer.nvidia.com/cuda-toolkit-archive

② เลือกระบบ Windows จากนั้นเลือกเวอร์ชันระบบ หากคอมพิวเตอร์เป็น Win10 ให้เลือก 10 ถ้าเป็น Win11 ให้เลือก 11 CUDA Toolkit มีสองวิธีคือติดตั้งผ่านเครือข่ายและติดตั้งแบบออฟไลน์ "เวอร์ชันเครือข่าย" จะเลือกดาวน์โหลดที่เหมาะสมกับเครื่องโดยอัตโนมัติ เหมาะเมื่อเครือข่ายดี "เวอร์ชันโลคอล" มีเนื้อหาครบทั้งหมด ติดตั้งได้โดยตรง แนะนำให้เลือก "เวอร์ชันโลคอล" แล้วคลิก "Download" จะวางโปรแกรมที่ดาวน์โหลดไว้ในโฟลเดอร์ใดก็ได้

4. ติดตั้ง CUDA
① ดับเบิลคลิกโปรแกรมติดตั้ง CUDA ที่ดาวน์โหลดมา

② แนะนำให้ใช้เส้นทางติดตั้งตามค่าเริ่มต้น คลิก "OK" รอสักครู่

③ หลังจากโปรแกรมติดตั้งเริ่มทำงาน คลิก "ยอมรับและดำเนินการต่อ"

④ ตัวเลือกการติดตั้งแนะนำให้เลือก "แบบย่อ" ตามค่าเริ่มต้น จากนั้นคลิก "ถัดไป" อีกครั้งคลิก "ถัดไป" รอการติดตั้งอย่างใจเย็น เมื่อติดตั้งเสร็จให้คลิก "ถัดไป" อีกครั้ง

⑤ โดยค่าเริ่มต้นจะติ๊กถูกสองรายการ สุดท้ายคลิก "ปิด"

⑥ ในช่องค้นหาของ Windows ที่มุมซ้ายล่างของเดสก์ท็อป ให้ค้นหา "ตัวแปรสภาพแวดล้อม" แล้วเลือก "แก้ไขตัวแปรสภาพแวดล้อมของระบบ"

⑦ ในกล่องคุณสมบัติระบบที่เด้งขึ้นมา ให้คลิก "ตัวแปรสภาพแวดล้อม" ในตัวแปรระบบด้านล่างจะเห็นว่าตัวแปรสภาพแวดล้อม CUDA ถูกเพิ่มโดยอัตโนมัติแล้ว ดับเบิลคลิก "path" ในกล่องแก้ไขตัวแปรสภาพแวดล้อมก็จะเห็นเส้นทางที่เกี่ยวข้องถูกเพิ่มโดยอัตโนมัติเช่นกัน หากไม่มีปัญหาให้คลิกตกลงสามครั้งตามลำดับ จากนั้นรีสตาร์ทคอมพิวเตอร์

⑧ หากตัวแปรสภาพแวดล้อมไม่ถูกเพิ่มโดยอัตโนมัติ สามารถคลิก "สร้างใหม่" แล้ววางเส้นทางที่ติดตั้ง CUDA ด้วยตนเอง ตั้งค่าเสร็จแล้วคลิกตกลงสามครั้งตามลำดับ จากนั้นรีสตาร์ทคอมพิวเตอร์
มีดังนี้:
CUDA_PATH: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
CUDA_PATH_V12_6: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp

5. ตรวจสอบว่า CUDA ติดตั้งสำเร็จหรือไม่
① กดปุ่ม "Win" ค้างไว้บนคีย์บอร์ด จากนั้นกดปุ่ม "R" ในกล่อง Run ให้พิมพ์ "cmd" คลิก "ตกลง" เพื่อเปิด Command Prompt (กล่องโค้ดสีดำ)

② ในกล่องโค้ดให้พิมพ์ "nvcc --version" กด "Enter" หนึ่งครั้ง หากด้านล่างแสดงข้อมูลเวอร์ชัน CUDA แสดงว่าติดตั้ง CUDA สำเร็จแล้ว

คู่มือติดตั้ง cuDNN แบบละเอียดพร้อมภาพ
คู่มือติดตั้ง FFmpeg แบบละเอียดพร้อมภาพ