[自作日記18] SW編: Anacondaのインストール
![[自作日記18] SW編: Anacondaのインストール](/content/images/size/w1200/2024/04/gpu_machine_jisaku_18.png)
今回は、 Anaconda を導入します。
Python は一般的にアプリケーションごとに仮想環境を使用して実行しますが、仮想環境を構築できるものに Anaconda または Python純正仮想環境の venv のどちらかがよく使われます。
今回は、 Anaconda を導入してみたいとおもいます。
4.1 Anaconda（Python環境) のインストール
STEP1 Anaconda3 をダウンロードする
Chromeを開いて、以下を開きます
https://www.anaconda.com/distribution/#download-section
自動的に Linux 用を表示してくれるので、それをダウンロードします
STEP2 インストール用スクリプトを実行する
cd downloads
bash Anaconda3-2022.10-Linux-x86_64.sh
エンターキーをおすｒと、 license agreement をスクロールさせることができます
内容問題なければ yes とタイプします
以下の図のように、Anacondaのインストールディレクトリがこれでいいかきいてくるので、エンターを押して保存先を確定します
こうしてインストールが終わると、
Do you with the installer to initialize Anaconda3 by running conda init? [yes|no]
（「conda initをしてAnaconda3を初期化するかい？」と聞いてくるので）
yes
と入力します
これで、Anaconda3のインストールが完了しました！
また、Pythonのインストールも同時に完了しました！
STEP3 Pythonが動作するかを確認する
Anacondaのインストールが終わったら、いったん、端末（ターミナル）を閉じて、再度 端末（ターミナル）を開きます。
端末（ターミナル）を開き直したら以下のコマンドで、インストールされたPythonを確認してみましょう
Pythonのバージョン
$ python --version
これでPythonが無事インストールできました!
この段階で、Python やcondaコマンドもインストールされており、Pythonの基本的な開発ができるようになりました！
自作の先に、研究・業務用のGPU環境を考えるなら。
GPUマシンを自分で組む知見は、そのまま研究・PoC・本番のインフラ選定に効きます。
私たちは自社で独自の GPU クラスターを構築・運用し、LLM プロダクトを開発しています。また研究用GPUワークステーションの調達から、インテル Core アーキテクチャ、インテル Xeon アーキテクチャなど、コンシューマーユースからプロユースまで幅広くご支援可能です。ワークステーションの調達・構築支援だけでなく、その先の学習環境の整備、最適な GPU 選定・推論最適化・分散構成まで、運用経験に基づいてアドバイスします。
LLMインフラ・基盤技術の支援を見る →次回は、 CUDA と Pytorch をインストールします
navigation
