AIを勉強するPC環境のスペックは?ノートで試してみた

AI

AIの勉強するためにPCのスペックが何処まで必要なのかを確認してみました。

書いている人のPCは市販のWindowsのノートPCです。

実際にプログラムを書いたりコンテストに参加して、PCの影響具合を体験してみました。

 

スポンサーリンク

AIを勉強するPC環境のスペックは?ノートで試してみた

AIを勉強するために必要なPC環境を決めるのは難しいです。

CPU・GPUなどはスペックが高ければ高いほど良いためです。(価格も高くなります)

ただ、AIを勉強するPCを選ぶ上でおすすめできることが下記3点です。

GPUを使えるPCを選択する
Google Colab等のクラウドの開発環境を利用する
CドライブのSSD・メモリ容量は増やしておく

 

実際にノートPCでAIの勉強・プログラムをしたり、コンテストに参加してみました。

その際にで苦労したこと含めて紹介していきます。

 

書いている人のノートPCのスペック(改造前)

書いている人のPCは標準的なWindowsのノートPC(Lenovo)です。

LenovoのIdeaPadを使っています。購入した時点(改造前)のスペックは下記です。

  • CPU…Ryzen 5
  • GPU…無し
  • メモリ…8GB
  • SSD…Cドライブ_256GB

 

GPUが無いノートPCで苦労したこと

「GPU無しの個人のノートPCでは、学習時間がかかりすぎて無理!」となりました。

本格的なAIの学習開始すると、CPU使用率が100%になり数日~数週間続きます。

その間、PCが満足に使えなくなり生活に支障をきたします。

 

機械学習にはGPU必要!と聞いていましたが、身をもって感じました。

下記コンテストでは静止画ベースで約50GBの学習データを使用していました。

AIエッジコンテストが勉強になった(難しかった)件

AIエッジコンテストが勉強になった(難しかった)件
第5回AIエッジコンテストに参加していました。 (筆者の力量では)コンテストの課題が難しく、最後の実装まで到達できませんでした。 ただ貴重な勉強の機会になりましたし、自身への忘備録としても内容を紹介します。

 

GPU使用前提のプログラムも多い

ゲーミング用・高スペックのノートPC以外は基本GPUは搭載されていません。

最近のAI関連のサンプルプログラムではGPUを使う前提のケースがほとんどです。

 

一応CPUでも動かすモードは用意されている場合もあります。

ただ下記例のように、エラー出て上手く解決できない場合も多いです。

Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモ

Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモ
Vitis AI Model ZooでPyTorch+YOLOXを動かそうとしたメモです。 データセットの入手から学習までの流れを実施しています。 手順を紹介します。

 

Cドライブの容量不足で苦労する

またメインのCドライブ容量が少ないとAIを勉強するには厳しかったです。

下記のようにAIに必要な環境を整えていくと、数十~数百GB単位で容量を使います。

  • dockerの環境がガンガン入る
  • WSL2も使って拡張していくと重くなっていく。
  • 重いデータセットをダウンロードする

 

GPU無しのノートPCでもAIの学習するために

AI関連のプログラムを効率良く実行させるには、デスクトップ環境でGPUを積むのが一番です。

ただGPUが無いノートPCしか持っていない方も多いと思います。

少しでも効率良くAIの勉強・学習ができるように筆者が行っていることを記載します。

 

Google Colabを利用する

Google ColabなどGPUを使えるクラウド開発環境があります。

重い学習などする場合はノートPCではなく、基本的にクラウド上での学習をしています。

無料でも使用することができます。

 

下記記事ではColabを使って物体検出(YOLOX)の学習をさせています。

YOLOXの学習をCOCOのデータセットから試してみた

YOLOXの学習をCOCOのデータセットから試してみた
YOLOXでの学習を実際に一から試してしてみました。 COCOのデータセットの入手から、物体検出まで行っています。 Colab上で実施していますので、誰でも同様にテスト可能です。

 

無料でもColabは十分に使えますが、有料版Colab Proになると更に効率よく使えます。

 

下記記事で無料だとGPU制限がかかったので、有料版にした旨を紹介しています。

GPUバックエンドに接続できませんが出たのでColab Proに課金した話

GPUバックエンドに接続できませんが出たのでColab Proに課金した話 
最近Google Colabで重いデータセットを学習させるケースが増えてきました。 ただし無料版のColabで長時間GPUを使っていると、制限が掛かり暫く使えなくなります。 そのため有料版のColab Proに課金してみました。

 

SSDを増設する

クラウドで学習させる場合でも、PCのCドライブは増設した方が良いです。

開発環境を整えたり・データセットをダウンロードすると容量はすぐに足りなくなります。

筆者も256GBでは足りず、1TBに交換しました。

 

下記記事でノートPCのM.2 SSD の交換方法を紹介しています。

M.2のSSDを換装!ノートPCの容量を増やしてみた

M.2のSSDを換装!ノートPCの容量を増やしてみた
ノートPCのM.2のSSDを換装(交換)しました。 Cドライブの容量を250GB→1TBにしています。 交換方法からクローンする手順まで分かりやすく紹介します。

 

メモリを増設する

PC上で効率よくAIの勉強・学習するためにも、メモリも増設しといた方が良いです。

16GBのメモリを購入して交換しています。

 

書いている人のノートPCのスペック(改造後)

色々とAIの勉強・学習した結果、効率を求めてPCの改造していました。

ただノートではGPUが増設できないなど限界があります。

やはり可能な限りAIの勉強にはデスクトップPC環境を用意した方が良いです。

  • CPU…Ryzen 5
  • GPU…無し  ※GPU必要な時はColabを使用
  • メモリ…8GB →20GB(内臓4GB+外付け16GB)
  • SSD…Cドライブ_256GB →Cドライブ_1TB、Dドライブ_512GB

 

まとめ

AIを勉強するための必要なPC環境を紹介させていただきました。

まとめると下記になります。

GPUを使えるPCを選択する
Google Colab等のクラウドの開発環境を利用する
CドライブのSSD・メモリ容量は増やしておく

 

ぜひストレスの無いPC環境を用意して、皆様もAIの勉強・学習を進めて下さい。

次の記事ではAIの学習用に中古デスクトップPCを購入した記事を紹介しています。

ジャンクワールドで買ってみた!中古のデスクトップOS無し

ジャンクワールドで買ってみた!中古のデスクトップOS無し
ジャンクワールドでOS無しの中古デスクトップを購入しました。 格安で購入でき、BIOS起動も問題ありませんでした。 改造目的・Linuxに使う…という方におすすめできる内容を紹介します。

コメント