はじめに
病理画像解析にいまや欠かせなくなったQuPathは、v0.4よりGPUのサポートも組み込むようになりました。GPUが活躍するのは、QuPathの開発チームが発表した、核分節ツールのInstanSegを使うときや、「リンパ球・腫瘍」などの分類モデルをWSIで適用したWSInferを使うときなどでしょうか。GPUを利用すれば待ち時間が少なく、解析結果をすぐ確認できるという点が有利です。QuPathのtutorialページの"GPU support"で詳細に導入方法を記載してくれています。しかし、この通りにしても上手く行かなかったので、ここに記載しておきます。
実行環境
- OS: Ubuntu 24.04.4 LTS
- Kernel: 6.17.0-22-generic
- Python: Python 3.13.5
- Conda: conda 25.5.1
- GPU: NVIDIA RTX A4000
- CUDA: Cuda compilation tools, release 12.0, V12.0.140
手順
ローカルの実行環境ではcudaがv12.0となっていて、deep java library(DJL)との互換表ではQuPathのv0.6以降が使えません。しかし、tutorialでは「conda環境を作れば良い」とあり、これはその通りなのですが、問題はpytorchを丸ごとインストールするようコマンドが記載されていることです（"At this point, you really only need to install CUDA and cuDNN – but to make things easier, we’ll install PyTorch entirely...This increases the chances we end up with a working combination"）。
しかし、tutorialページに記載のコードを実行しても、pytorchとcudaを一緒にインストールしても、cudaのversionが互換表のversionのもの以下のものがインストールされてしまいました。
conda install pytorch==2.5.1 torchvision torchaudio pytorch-cuda=12.4 -c pytorch -c nvidia
これはあくまでpytorch-cudaのversionが12.4であり、cudaのversionは12.4ではないからです。結局、cudaのversionのみが問題なので、以下のようなcuda環境のみを作れば良いことがわかりました。
#cuda12.4を導入する場合
conda create -n cuda124 python=3.11
conda activate cuda124
conda install -c nvidia cuda=12.4
若干DJLの挙動が不安定であり、もしかしたら最初のコマンドで上手く行くのかもしれませんが、詰まった場合に参考になれば幸いです。