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。
เพื่อให้ทุกคนไม่ต้องเสียเวลากับเส้นทางที่ผิด เราได้รวบรวมเครื่องมือ เฟรมเวิร์ก และปลั๊กอินที่จำเป็นสำหรับการเล่น Generative AI เริ่มจากตอนนี้ไปจะแนะนำฟังก์ชันและคุณสมบัติของเครื่องมือเหล่านี้ทีละตัว พร้อมคู่มือติดตั้ง แม้เป็นผู้ใช้ที่ไม่มีพื้นฐานก็ทำได้ง่าย ๆ!
1. CUDA: เทคโนโลยีหลักในการเร่งความเร็วการ์ดจอ
CUDA ชื่อเต็ม Compute Unified Device Architecture เป็นแพลตฟอร์มการประมวลผลแบบขนานที่ NVIDIA พัฒนาขึ้น ช่วยให้การ์ดจอของคุณช่วยประมวลผลงานที่ซับซ้อน ย้ายงานบางส่วนที่เดิม CPU รับผิดชอบไปยัง GPU ทำให้ประสิทธิภาพการคำนวณเพิ่มขึ้นอย่างมาก ใน Generative AI นั้น CUDA เป็นเครื่องมือพื้นฐานในการเร่งความเร็วการคำนวณข้อมูลขนาดใหญ่และอัลกอริทึมที่ซับซ้อน
2. cuDNN: เครื่องมือเร่งความเร็วการเรียนรู้เชิงลึก
cuDNN (CUDA Deep Neural Network) ก็เป็นเครื่องมือที่ NVIDIA พัฒนาเช่นกัน ปรับแต่งมาเพื่อโครงข่ายประสาทเทียมเชิงลึกโดยเฉพาะ สร้างอยู่บนเทคโนโลยี CUDA ให้ความสามารถในการคำนวณที่ปรับแต่งอย่างสูงสำหรับการดำเนินการหลัก เช่น convolution, pooling, ฟังก์ชัน activation ไลบรารีเร่งความเร็วนี้ใช้กันอย่างแพร่หลายในเฟรมเวิร์กการเรียนรู้เชิงลึกหลัก เช่น TensorFlow, PyTorch และ MXNet ช่วยเพิ่มความเร็วในการฝึกและอนุมานอย่างมีนัยสำคัญ พูดง่าย ๆ cuDNN คือ "เครื่องมือเพิ่มความเร็ว" ในวงการการเรียนรู้เชิงลึก
3. FFmpeg: ราชาแห่งการประมวลผลมัลติมีเดีย
ในการประยุกต์ใช้ Generative AI การสร้างวิดีโอและการประมวลผลเสียงเป็นสองสถานการณ์ที่พบบ่อย และ FFmpeg ก็เป็นเครื่องมือที่ขาดไม่ได้ ในฐานะเครื่องมือประมวลผลมัลติมีเดียที่ทรงพลัง สามารถเข้ารหัส ถอดรหัส และแปลงไฟล์เสียงและวิดีโอได้อย่างมีประสิทธิภาพ เป็นผู้อยู่เบื้องหลังการทำงานของเครื่องมือ AI มากมาย
ต่อไปเราจะนำคู่มือติดตั้งแบบละเอียดมาให้ ช่วยให้คุณจัดการติดตั้ง CUDA และ cuDNN ได้ทีละขั้น (หมายเหตุ: สำหรับผู้ใช้การ์ดจอ NVIDIA เท่านั้น!)
(cuDNN เป็นส่วนเสริมของ CUDA ก่อนติดตั้ง cuDNN โปรดตรวจสอบให้แน่ใจว่า CUDA ติดตั้งสำเร็จแล้ว)
1. ดาวน์โหลดเวอร์ชัน cuDNN ที่ตรงกับ CUDA
① เข้าเว็บไซต์ดาวน์โหลดทางการตามลิงก์ด้านล่าง สร้างบัญชีด้วยอีเมล จากนั้นเลือกเวอร์ชัน cuDNN ที่ตรงกับเวอร์ชัน CUDA
ดาวน์โหลดเวอร์ชัน cuDNN ที่ตรงกับเวอร์ชัน CUDA:https://developer.nvidia.com/rdp/cudnn-archive

② คลิก "Local Installer for Windows (Zip)" เพื่อดาวน์โหลดไฟล์บีบอัดสำหรับติดตั้งในเครื่อง

2. ติดตั้ง cuDNN
① แตกไฟล์บีบอัดที่ดาวน์โหลดมา หลังจากแตกไฟล์จะได้สามโฟลเดอร์

② คัดลอกสามโฟลเดอร์นี้ วางลงในไดเรกทอรีโฟลเดอร์ CUDA เมื่อวางจะพบว่าไดเรกทอรีติดตั้ง CUDA มีโฟลเดอร์ชื่อเดียวกันกับที่แตกจาก cuDNN ไม่ต้องกังวล คัดลอกและแทนที่ได้เลย

③ เพิ่มเส้นทางด้านล่างในตัวแปรสภาพแวดล้อมตามลำดับ
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. ตรวจสอบว่า cuDNN ติดตั้งสำเร็จหรือไม่
① เข้าไปในโฟลเดอร์ "demo_suite" ในไดเรกทอรีไฟล์ CUDA
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.6\extras\demo_suite

② ในไดเรกทอรีโฟลเดอร์ให้พิมพ์ "cmd" กด "Enter" หนึ่งครั้งเพื่อเปิด Command Prompt

③ ใช้เมาส์ลาก "bandwidthTest.exe" ในโฟลเดอร์ไปวางใน Command Prompt กด "Enter" หนึ่งครั้ง ดูว่าใน Command Prompt มีหน้าจอปรากฏขึ้นตามที่แสดงหรือไม่ หากปรากฏให้ไปขั้นตอนถัดไป มิฉะนั้นแสดงว่า cuDNN ติดตั้งไม่สำเร็จ

④ จากนั้นใช้เมาส์ลาก "deviceQuery.exe" ในโฟลเดอร์ไปวางใน Command Prompt กด "Enter" หนึ่งครั้ง หากหน้าจอปรากฏขึ้นตามที่แสดง แสดงว่าติดตั้ง cuDNN สำเร็จ

คู่มือติดตั้ง CUDA แบบละเอียดพร้อมภาพ
คู่มือติดตั้ง FFmpeg แบบละเอียดพร้อมภาพ