برنامج ضروري للذكاء الاصطناعي التوليدي: دليل تفصيلي بالصور لتثبيت cuDNN



📚دورة فيديو
🕒آخر تحديث: 18/11/2024
👥رواد الأعمال / صناع المحتوى على وسائل التواصل / العاملون في التجارة الإلكترونية العابرة للحدود / الباحثون عن دخل إضافي

مادة دراسية مرجعية — مشمولة بالعضوية
افتح الدورة بالعضوية
🔓
احصل على هذه الدورة للدراسة المرجعية مع العضوية
📦
انضم للعضوية — ادرس 16741 دورة وأداة برمجية كمرجع
🔄
الدورات تتحدث باستمرار — يدرس الأعضاء المواد الجديدة فور وصولها
شارك:
الدورات الأكثر مبيعاً

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。

لكي نتجنب عناء المسارات الطويلة، جمعنا لكم الأدوات والأطر والإضافات الضرورية لإتقان الذكاء الاصطناعي التوليدي. وابتداءً من هذه الحلقة سنقدّم لكم واحدة تلو الأخرى ميزات هذه الأدوات وطرق تثبيتها، حتى يتمكن المستخدم المبتدئ تمامًا من إنجازها بسهولة!

قسم الأدوات الأساسية: المكوّنات الثلاثة الرئيسية

1. CUDA: التقنية الأساسية لتسريع كرت الرسوميات

CUDA، واسمها الكامل Compute Unified Device Architecture، هي منصة حوسبة متوازية أطلقتها شركة NVIDIA. وهي تتيح لكرت الرسوميات لديك المساعدة في معالجة المهام الحسابية المعقدة، ونقل جزء من العمل الذي كان يتولاه المعالج CPU إلى وحدة GPU لإنجازه، ما يرفع كفاءة الحوسبة بشكل كبير. وفي الذكاء الاصطناعي التوليدي تُعد CUDA أداة أساسية لتسريع حساب البيانات الضخمة والخوارزميات المعقدة.

2. cuDNN: أداة خارقة لتسريع التعلم العميق

cuDNN (CUDA Deep Neural Network) هي أيضًا أداة طوّرتها NVIDIA، ومخصّصة لتحسين الشبكات العصبية العميقة. وهي مبنية على تقنية CUDA، وتوفّر قدرة حسابية محسّنة للغاية للعمليات الأساسية مثل الالتفاف والتجميع ودوال التنشيط. وتُستخدم مكتبة التسريع هذه على نطاق واسع في أطر التعلم العميق السائدة مثل TensorFlow وPyTorch وMXNet، ما يرفع سرعة التدريب والاستدلال بشكل ملحوظ. وببساطة، cuDNN هي "أداة التسريع الخارقة" في مجال التعلم العميق.

3. FFmpeg: ملك معالجة الوسائط المتعددة الشامل

في تطبيقات الذكاء الاصطناعي التوليدي يُعد توليد الفيديو ومعالجة الصوت من الحالات الشائعة، وتُعد FFmpeg أداة لا غنى عنها فيهما. وباعتبارها أداة قوية لمعالجة الوسائط المتعددة، يمكنها إنجاز مهام ترميز الصوت والفيديو وفك ترميزه وتحويله بكفاءة عالية، وهي من العوامل الخفية التي تشغّل كثيرًا من أدوات الذكاء الاصطناعي.

بعد ذلك سنقدّم دليلًا تفصيليًا للتثبيت يساعدك خطوة بخطوة على إتمام نشر CUDA وcuDNN (ملاحظة: لمستخدمي كروت رسوميات NVIDIA فقط!).

دليل تثبيت cuDNN

(cuDNN مكمّل لـ CUDA، لذا تأكد أولًا من نجاح تثبيت CUDA قبل تثبيت cuDNN)

1. تنزيل إصدار cuDNN المتوافق مع CUDA

① ادخل إلى رابط التنزيل الرسمي أدناه، وأنشئ حسابًا بالبريد الإلكتروني، ثم اختر إصدار cuDNN المقابل لإصدار CUDA

تنزيل إصدار cuDNN المقابل لإصدار CUDA:https://developer.nvidia.com/rdp/cudnn-archive

② انقر على "Local Installer for Windows (Zip)" لتنزيل الحزمة المضغوطة المحلية

2. تثبيت cuDNN

① فُكّ ضغط الحزمة التي نزّلتها، وستحصل بعد فك الضغط على ثلاثة مجلدات

② انسخ المجلدات الثلاثة والصقها في دليل مجلد CUDA؛ وعند اللصق ستجد أن دليل تثبيت CUDA يحتوي على مجلدات تحمل الأسماء نفسها لمجلدات cuDNN بعد فك الضغط، فلا داعي للقلق، فقط انسخ واستبدل مباشرة

③ أضف المسارات أدناه تباعًا في متغيرات البيئة

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. التحقق من نجاح تثبيت cuDNN

① ادخل إلى مجلد "demo_suite" داخل دليل ملفات CUDA

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite

② اكتب "cmd" في دليل المجلد، ثم اضغط على "Enter" لفتح موجه الأوامر

③ اسحب بالماوس الملف "bandwidthTest.exe" من المجلد وأفلته في موجه الأوامر، ثم اضغط على "Enter" في لوحة المفاتيح، وراقب ما إذا كانت الشاشات التالية تظهر في موجه الأوامر؛ فإن ظهرت فانتقل إلى الخطوة التالية، وإلا فهذا يعني أن cuDNN لم يُثبَّت بنجاح

④ ثم اسحب بالماوس الملف "deviceQuery.exe" من المجلد وأفلته في موجه الأوامر، واضغط على "Enter"؛ فإن ظهرت الشاشة التالية فهذا يعني أن cuDNN ثُبِّت بنجاح

دليل تفصيلي بالصور لتثبيت CUDA

دليل تفصيلي بالصور لتثبيت FFmpeg

دورات ذات صلة