🚀 EvoSpikeNet GPU/CPU クイックスタートガイド
[!NOTE] 最新の実装状況は 機能実装ステータス (Remaining Functionality) を参照してください。
概要
EvoSpikeNetはGPU版とCPU版を分離して起動できるように設計されています。ハードウェア環境に応じて適切なバージョンをお選びください。
🎯 起動方法
1. GPU版（高速トレーニング向け）
NVIDIA GPU搭載環境で使用する場合：
# 推奨: 専用スクリプト使用
./launch.sh gpu
# または Makefile使用
make train-gpu
# docker compose で明示的に GPU ビルドする場合
BASE_IMAGE=nvidia/cuda:12.4.1-base-ubuntu22.04 ENABLE_GPU=true \
docker compose up -d api frontend
要件:
- NVIDIA GPU（CUDA対応）
- NVIDIAドライバインストール済み
- Docker NVIDIAランタイム
- BASE_IMAGE=nvidia/cuda:12.4.1-base-ubuntu22.04（ビルドARG）
アクセス: http://localhost:8000
2. CPU版（互換性重視）
CPUのみの環境で使用する場合：
# 推奨: 専用スクリプト使用
./launch.sh cpu
# または Makefile使用
make train-cpu
# docker compose で CPU ビルドする場合（CUDAイメージ不要）
BASE_IMAGE=ubuntu:22.04 ENABLE_GPU=false \
docker compose up -d api frontend
特徴:
- GPU・CUDA 不要（ベースイメージは ubuntu:22.04）
- マルチコアCPU最適化
- 低消費電力
- bitsandbytes など CUDA 依存パッケージはインストールされない
アクセス: http://localhost:8001
📊 比較表
| 項目 | GPU版 | CPU版 |
|---|---|---|
| ベースイメージ | nvidia/cuda:12.4.1-base-ubuntu22.04 |
ubuntu:22.04 |
| ENABLE_GPU | true |
false |
| bitsandbytes | インストール済み | インストールなし |
| 起動時間 | 高速 | 標準 |
| トレーニング速度 | 10-50倍 | ベースライン |
| メモリ使用 | GPU VRAM | システムRAM |
| 消費電力 | 高 | 低 |
| 並列処理 | CUDAコア | CPUスレッド |
🛠️ 管理コマンド
# 状態確認
./launch.sh status
make train-status
# ログ表示
./launch.sh logs
make train-logs
# 停止
./launch.sh stop
make train-stop
# ヘルプ
./launch.sh help
🔧 トラブルシューティング
GPU版が起動しない場合
# NVIDIAドライバ確認
nvidia-smi
# Docker NVIDIAランタイム確認
docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi
ポート競合の場合
# 使用中のポート確認
lsof -i :8000
lsof -i :8001
# コンテナ停止
./launch.sh stop
メモリ不足の場合
# システムリソース確認
docker system df
docker system prune -a
📚 詳細ドキュメント
- BUILD_GUIDE.md - Compose 変種とサービス一覧（RAG/Microservices/GPU オーバーレイ含む）
🧠 RAG システムを併せて起動する場合（簡易）
🎉 次のステップ
# RAG 依存セット（Milvus/Elasticsearch を含む）
docker compose --profile rag up -d rag-api milvus-standalone elasticsearch
# RAG API ログ
docker compose --profile rag logs -f rag-api
# 停止
docker compose --profile rag down
ポイント:
- rag-system/data がコンテナ内 /home/appuser/app/rag-system/data にマウントされます。
- 環境変数: MILVUS_HOST=milvus-standalone, ELASTICSEARCH_HOST=elasticsearch, 認証キー EVOSPIKENET_API_KEY(S)。
- 詳細は BUILD_GUIDE.md を参照。
- 起動確認: http://localhost:8000/docs (GPU) または http://localhost:8001/docs (CPU)
- APIテスト: 提供されているエンドポイントを確認
- トレーニング開始: データアップロードとモデルトレーニング
💡 ヒント: 初めての方はCPU版からお試しください。GPU版は本格的なトレーニング時に使用することを推奨します。