日本語 English
| 開講年度/ Academic YearAcademic Year |
20262026 |
| 科目設置学部/ CollegeCollege |
人工知能科学研究科/Graduate School of Artificial Intelligence and ScienceGraduate School of Artificial Intelligence and Science |
| 科目コード等/ Course CodeCourse Code |
VR556/VR556VR556 |
| テーマ・サブタイトル等/ Theme・SubtitleTheme・Subtitle |
GPUを使ったAI用計算機環境の構築実践 |
| 授業形態/ Class FormatClass Format |
オンライン（一部対面）/Online (partially face-to-face)Online (partially face-to-face) |
| 授業形態（補足事項）/ Class Format (Supplementary Items)Class Format (Supplementary Items) |
この科目は基本的にオンラインで実施し、演習環境もオンラインの専用環境を利用します。 |
| 授業形式/ Class StyleCampus |
講義/LectureLecture |
| 校地/ CampusCampus |
池袋/IkebukuroIkebukuro |
| 学期/ SemesterSemester |
春学期2/Spring Semester2Spring Semester2 |
| 曜日時限・教室/ DayPeriod・RoomDayPeriod・Room |
火5/Tue.5 Tue.5 ログインして教室を表示する（Log in to view the classrooms.） |
| 単位/ CreditsCredits |
11 |
| 科目ナンバリング/ Course NumberCourse Number |
AIR5500 |
| 使用言語/ LanguageLanguage |
日本語/JapaneseJapanese |
| 履修登録方法/ Class Registration MethodClass Registration Method |
科目コード登録/Course Code RegistrationCourse Code Registration |
| 配当年次/ Assigned YearAssigned Year |
配当年次は開講学部のR Guideに掲載している科目表で確認してください。配当年次は開講学部のR Guideに掲載している科目表で確認してください。 |
| 先修規定/ Prerequisite RegulationsPrerequisite Regulations |
|
| 他学部履修可否/ Acceptance of Other CollegesAcceptance of Other Colleges |
履修登録システムの『他学部・他研究科履修不許可科目一覧』で確認してください。 |
| 履修中止可否/ Course CancellationCourse Cancellation |
－（履修中止制度なし/ No system for cancellation) |
| オンライン授業60単位制限対象科目/ Online Classes Subject to 60-Credit Upper LimitOnline Classes Subject to 60-Credit Upper Limit |
|
| 学位授与方針との関連/ Relationship with Degree PolicyRelationship with Degree Policy |
各授業科目は、学部・研究科の定める学位授与方針（DP）や教育課程編成の方針（CP）に基づき、カリキュラム上に配置されています。詳細はカリキュラム・マップで確認することができます。 https://www.rikkyo.ac.jp/about/disclosure/educational_policy/ai.html |
| 備考/ NotesNotes |
In this course, students will acquire the knowledge required to independently build, manage, and operate the computational environments (primarily GPU-based) necessary for various AI-driven research projects, including machine learning, deep reinforcement learning, and large-scale language models.
This course will lecture on the knowledge required to build an environment for executing various AI-based computations, whilst also enabling students to perform basic environment setup hands-on within a practical exercise environment.
It will cover some fundamental Linux knowledge and Python programming essential for constructing an AI computing environment. Students lacking prior environment-building expertise will experience the entire process themselves, from hardware setup through to programme creation and execution of computational tasks.
This course intended for those who have never built their own GPU-based AI computing environment.
| 1 | 演習環境の利用 ・演習環境の準備 ・操作確認 |
| 2 | 前提知識の確認 ・Linux環境についての基礎知識と操作 |
| 3 | AIとGPU ・並列処理と行列演算 ・Python、Pytorch、Notebookの利用と環境による違い |
| 4 | ドライバとソフトウェアの利用 ・Nvidiaドライバ/CUDA/Cudnnの設定 ・Nvidia/AMD/Apple Silicon - CUDA/ROCm/MPS（GPU動向とライブラリ) |
| 5 | 仮想化とコンテナの利用 ・python環境仮想化 ・コンテナの利用 |
| 6 | LLM（Large Language Model） ・LLMモデル ・LM Studio、Docker Model Runnerの活用 |
| 7 | 総合演習 ・環境の構築と維持 ・トラブルシュート |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
| 補足事項 (Supplementary Items) |
|---|
| 専用のオンライン演習環境を準備予定。各自インターネット接続可能な環境でPCを用意すること。 |
授業時間外の学修に関する指示は，履修登録完了後に「Canvas LMS」上で履修者に対して行う。各回の予
習・復習にはそれぞれ2時間程度を要する。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業内で行う演習(50%) 確認テスト（10%×5回）(50%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Web媒体での販売や独自資料の配布を予定 |
Linux知識は前提としないが一般的なPC操作能力（各種インストールや設定など）を要する。
コマンドによる操作（WindowsのコマンドプロンプトやPowerShell、Macのターミナル）経験があるとなお良い。
インターネット接続可能な環境と、ブラウザ（Google Chrome推奨）利用可能なPCが必要。
演習環境をブラウザから利用するため、一定以上の大きさの画面や外部ディスプレイなどによって、操作を行いながら講義（オンライン）を確認できる環境が望ましいが、必須ではない。
機械学習や深層強化学習、大規模言語モデルなど、AIを用いた各種研究に必要となる計算機環境（主にGPUを用いた計算実行環境）を自身で構築して管理運用するための知識を身につける。
In this course, students will acquire the knowledge required to independently build, manage, and operate the computational environments (primarily GPU-based) necessary for various AI-driven research projects, including machine learning, deep reinforcement learning, and large-scale language models.
この授業では、AIを用いた各種計算を実行するための環境構築のために必要となる知識を講義し、かつ演習用環境で基本的な環境構築を実際に行う。
AI計算環境の構築に最低限必要となるLinux基礎知識やpythonプログラミングについても一部扱い、環境構築の知識が無いものが自身で機器のセットアップからプログラムの作成、計算処理の実行までの一連の流れまでを体験する。
自身でGPUによるAI計算環境を構築したことがない人を想定している。
This course will lecture on the knowledge required to build an environment for executing various AI-based computations, whilst also enabling students to perform basic environment setup hands-on within a practical exercise environment.
It will cover some fundamental Linux knowledge and Python programming essential for constructing an AI computing environment. Students lacking prior environment-building expertise will experience the entire process themselves, from hardware setup through to programme creation and execution of computational tasks.
This course intended for those who have never built their own GPU-based AI computing environment.
| 1 | 演習環境の利用 ・演習環境の準備 ・操作確認 |
| 2 | 前提知識の確認 ・Linux環境についての基礎知識と操作 |
| 3 | AIとGPU ・並列処理と行列演算 ・Python、Pytorch、Notebookの利用と環境による違い |
| 4 | ドライバとソフトウェアの利用 ・Nvidiaドライバ/CUDA/Cudnnの設定 ・Nvidia/AMD/Apple Silicon - CUDA/ROCm/MPS（GPU動向とライブラリ) |
| 5 | 仮想化とコンテナの利用 ・python環境仮想化 ・コンテナの利用 |
| 6 | LLM（Large Language Model） ・LLMモデル ・LM Studio、Docker Model Runnerの活用 |
| 7 | 総合演習 ・環境の構築と維持 ・トラブルシュート |
板書 /Writing on the Board
スライド（パワーポイント等）の使用 /Slides (PowerPoint, etc.)
上記以外の視聴覚教材の使用 /Audiovisual Materials Other than Those Listed Above
個人発表 /Individual Presentations
グループ発表 /Group Presentations
ディスカッション・ディベート /Discussion/Debate
実技・実習・実験 /Practicum/Experiments/Practical Training
学内の教室外施設の利用 /Use of On-Campus Facilities Outside the Classroom
校外実習・フィールドワーク /Field Work
上記いずれも用いない予定 /None of the above
| 補足事項 (Supplementary Items) |
|---|
| 専用のオンライン演習環境を準備予定。各自インターネット接続可能な環境でPCを用意すること。 |
授業時間外の学修に関する指示は，履修登録完了後に「Canvas LMS」上で履修者に対して行う。各回の予
習・復習にはそれぞれ2時間程度を要する。
| 種類 (Kind) | 割合 (%) | 基準 (Criteria) |
|---|---|---|
| 平常点 (In-class Points) | 100 |
授業内で行う演習(50%) 確認テスト（10%×5回）(50%) |
| 備考 (Notes) | ||
| その他 (Others) | |||||
|---|---|---|---|---|---|
| Web媒体での販売や独自資料の配布を予定 |
Linux知識は前提としないが一般的なPC操作能力（各種インストールや設定など）を要する。
コマンドによる操作（WindowsのコマンドプロンプトやPowerShell、Macのターミナル）経験があるとなお良い。
インターネット接続可能な環境と、ブラウザ（Google Chrome推奨）利用可能なPCが必要。
演習環境をブラウザから利用するため、一定以上の大きさの画面や外部ディスプレイなどによって、操作を行いながら講義（オンライン）を確認できる環境が望ましいが、必須ではない。