点击蓝字，关注我们

    现在质谱速度越来越快，样品处理也都高通量自动化了，而搜库速度在质谱数据越来越大，越来越复杂的时候好像“变得”越来越慢了？
    当前两年机器学习引入Spectronaut后就一直有人问我GPU加速机器学习啥时候搞定？不过快点的也还是要代价的，您准备好一张支持nVIDIA CUDA加速的显卡，然后教您怎么加速就是我的责任了。
操作系统：windows 10,11，server2019,2022；
显卡：英伟达，支持CUDA，常见如4060,4070,4080,4090均可
第一步

下载CUDA, cuDNN包，请文末点击阅读全文获取下载链接

第二步

安装：CUDA直接一路默认参数安装即可，cuDNN解压缩到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuDNN 目录下

第三步

设定环境变量，开始菜单搜索

设置环境变量：

新建如下path：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuDNN\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuDNN\include

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\cuDNN\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\12.2\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\12.2\lib

第四步

打开Spectronaut，选中GPU加速

第五步

重启电脑

第六步

提交一套分析看看效果呗：比如用仅仅16核CPU的普通台式机，处理24分钟梯度Astral，9个样品，共耗时1.87小时。