在软件个锤子站,你会发现许多生成式AI工具的整合包。这些整合包通常会打包好所需的运行环境,安装后即可使用。不过,也有不少朋友更喜欢亲自部署工具,自己动手更有成就感!但难免会遇到运行报错的问题。其实,很多时候问题的根源在于没有安装好必备的运行环境。
সবাইকে ভুল পথ এড়াতে সহায়তা করার জন্য, আমরা জেনারেটিভ AI ব্যবহারের জন্য প্রয়োজনীয় টুল, ফ্রেমওয়ার্ক ও প্লাগইনগুলো গুছিয়ে এনেছি. এই পর্ব থেকে, আমরা একে একে এই টুলগুলোর বৈশিষ্ট্য এবং ইনস্টলেশন টিউটোরিয়াল পরিচয় করিয়ে দেব, এমনকি শূন্য ভিত্তির ব্যবহারকারীরাও সহজে বুঝতে পারবেন!
1. CUDA: গ্রাফিক্স কার্ড ত্বরণের মূল প্রযুক্তি
CUDA, পূর্ণ নাম Compute Unified Device Architecture, হলো NVIDIA-এর তৈরি একটি প্যারালাল কম্পিউটিং প্ল্যাটফর্ম. এটি আপনার গ্রাফিক্স কার্ডকে জটিল গণনার কাজে সহায়তা করতে দেয়, প্রাথমিকভাবে CPU-এর উপর থাকা কাজের একাংশ GPU-তে স্থানান্তর করে সম্পন্ন করে, ফলে গণনার দক্ষতা অনেক বেড়ে যায়. জেনারেটিভ AI-তে, CUDA হলো বড় ডেটা গণনা ও জটিল অ্যালগরিদম ত্বরান্বিত করার মৌলিক টুল.
2. cuDNN: ডিপ লার্নিং ত্বরান্বিত করার ম্যাজিক টুল
cuDNN (CUDA Deep Neural Network)-ও NVIDIA-এর তৈরি একটি টুল, যা বিশেষভাবে ডিপ নিউরাল নেটওয়ার্কের জন্য অপ্টিমাইজ করা. এটি CUDA প্রযুক্তির উপর ভিত্তি করে তৈরি, কনভলিউশন, পুলিং, অ্যাক্টিভেশন ফাংশন ইত্যাদি মূল অপারেশনের জন্য উচ্চ অপ্টিমাইজড গণনা ক্ষমতা প্রদান করে. এই অ্যাক্সিলারেশন লাইব্রেরিটি TensorFlow, PyTorch ও MXNet-এর মতো প্রধান ডিপ লার্নিং ফ্রেমওয়ার্কে ব্যাপকভাবে ব্যবহৃত হয়, প্রশিক্ষণ ও ইনফারেন্সের গতি উল্লেখযোগ্যভাবে বাড়ায়. সহজ কথায়, cuDNN হলো ডিপ লার্নিং ক্ষেত্রের "গতি বাড়ানোর ম্যাজিক টুল".
3. FFmpeg: মাল্টিমিডিয়া প্রসেসিংয়ের সর্বশক্তিমান রাজা
জেনারেটিভ AI প্রয়োগে, ভিডিও জেনারেশন ও অডিও প্রসেসিং দুটি সাধারণ পরিস্থিতি, আর FFmpeg হলো এর মধ্যে অপরিহার্য টুল. একটি শক্তিশালী মাল্টিমিডিয়া প্রসেসিং টুল হিসেবে, এটি অডিও-ভিডিওর এনকোডিং, ডিকোডিং ও রূপান্তরের কাজ দক্ষতার সাথে সম্পন্ন করতে পারে, বহু AI টুল চালানোর পর্দার আড়ালের নায়ক.
এরপর, আমরা বিস্তারিত ইনস্টলেশন টিউটোরিয়াল নিয়ে আসছি, যা আপনাকে ধাপে ধাপে CUDA ও cuDNN স্থাপনে সহায়তা করবে (মনে রাখবেন: শুধুমাত্র NVIDIA গ্রাফিক্স কার্ড ব্যবহারকারীদের জন্য!).
(cuDNN হলো CUDA-এর সম্পূরক, cuDNN ইনস্টল করার আগে অনুগ্রহ করে নিশ্চিত করুন CUDA সফলভাবে ইনস্টল হয়েছে)
1. CUDA-এর সাথে সামঞ্জস্যপূর্ণ cuDNN সংস্করণ ডাউনলোড করুন
① নিচের লিংকের অফিসিয়াল ডাউনলোড ওয়েবসাইটে যান, ইমেইল দিয়ে একটি অ্যাকাউন্ট তৈরি করুন, তারপর CUDA সংস্করণের সাথে সামঞ্জস্যপূর্ণ cuDNN সংস্করণ নির্বাচন করুন
CUDA সংস্করণের সাথে সামঞ্জস্যপূর্ণ cuDNN সংস্করণ ডাউনলোড করুন:https://developer.nvidia.com/rdp/cudnn-archive

② "Local Installer for Windows (Zip)" ক্লিক করে লোকাল জিপ ফাইল ডাউনলোড করুন

2. cuDNN ইনস্টল করুন
① ডাউনলোড করা জিপ ফাইলটি আনজিপ করুন, আনজিপ করার পর তিনটি ফোল্ডার পাবেন

② তিনটি ফোল্ডার কপি করুন, CUDA-এর ফোল্ডার ডিরেক্টরিতে পেস্ট করুন, পেস্ট করার সময় দেখবেন CUDA-এর ইনস্টলেশন ডিরেক্টরিতে cuDNN আনজিপ করার পর একই নামের ফোল্ডার আছে, চিন্তার কিছু নেই, সরাসরি কপি করে প্রতিস্থাপন করুন

③ এনভায়রনমেন্ট ভেরিয়েবলে ধারাবাহিকভাবে নিচের পাথগুলো যোগ করুন
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\include
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\lib
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\libnvvp

3. cuDNN সফলভাবে ইনস্টল হয়েছে কিনা যাচাই করুন
① CUDA ফাইল ডিরেক্টরির "demo_suite" ফোল্ডারে ঢুকুন
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite

② ফোল্ডার ডিরেক্টরিতে "cmd" লিখুন, একবার "Enter" চাপলেই Command Prompt খুলবে

③ মাউস দিয়ে ফোল্ডারের "bandwidthTest.exe" ফাইল Command Prompt-এ ড্র্যাগ করুন, কীবোর্ডে একবার "Enter" চাপুন, Command Prompt-এ নিচের ছবিগুলো আলাদাভাবে দেখা যায় কিনা দেখুন, নিচের ছবি দেখা গেলে পরের ধাপে যান, অন্যথায় বুঝবেন cuDNN সফলভাবে ইনস্টল হয়নি

④ আবার মাউস দিয়ে ফোল্ডারের "deviceQuery.exe" ফাইল Command Prompt-এ ড্র্যাগ করুন, কীবোর্ডে একবার "Enter" চাপুন, নিচের ছবি দেখা গেলে বুঝবেন cuDNN সফলভাবে ইনস্টল হয়েছে

CUDA বিস্তারিত ছবি ও লেখা ইনস্টলেশন টিউটোরিয়াল
FFmpeg বিস্তারিত ছবি ও লেখা ইনস্টলেশন টিউটোরিয়াল