目前人工智慧（AI）已有越來越多的應用，而 CodeFormer 是一種人工智慧數位臉部修復工具，一般可以在其官網上傳照片（ https://huggingface.co/spaces/sczhou/CodeFormer ），它會修復後讓你下載，但傳過一次曠日費時。還好它是開源軟體，於是將其安裝到自己的電腦中，便可以批次處理。不過事涉大量運算，有獨顯速度會快些，沒有的就只能用 CPU 硬解。如果原稿臉部夠大張（最好 512×512 像素以上），其還原程度相當不錯，有針對臉部一般修復、精細修復、上色、破碎還原等功能，個人覺得蠻自然傳神的。 因為自己筆電沒有太高檔 GPU，且 Debian 12 時使用 Anaconda3 來處理在 Debian 13 時卻失效，常常說空間不足、安裝 CUDA 相依性錯誤等問題，重灌系統好幾次，於是改變作法，打掉重做，用原生 Python 來執行。 在 Debian 13 中安裝 Nvidia GPU 驅動與 CUDA 若使用 Nvidia GTX 1060 等顯卡，想讓 CodeFormer 利用 GPU 加速運算，需要先安裝 Nvidia 官方驅動與 CUDA 開發環境。 注意！核心要使用 Debian 標準版核心以免編譯失敗。 1. 更新系統並安裝基礎工具 sudo apt update sudo apt upgrade sudo apt install linux-headers-amd64 sudo apt install -y build-essential dkms 2. 安裝 Nvidia 官方驅動 sudo apt install nvidia-detect nvidia-driver firmware-misc-nonfree sudo reboot 3. 驗證驅動安裝是否成功 nvidia-smi 4. 安裝 CUDA Toolkit（實做時沒做） 建議前往 NVIDIA 官網下載適用於 GTX 1060 的 CUDA Toolkit（例如 11.8），依官方指示安裝（通常為 .run 安裝包），並設定環境變數： export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/...
過去一直以 VirtualBox 作為主要的虛擬化工具，原因是跨平台、上手快、介面直覺，對於臨時測試與教學情境相當便利。然而升級至 Debian 13 後，內建就能啟用的 KVM/virt-manager 生態在效能、整合度與資源使用上展現明顯優勢：KVM 作為核心層級的虛擬化技術，搭配 QEMU 與 libvirt，能提供更貼近原生的執行效率與更彈性的硬體配置，同時也更適合長期穩定運行與自動化管理。在實際比較維運成本、主機資源效率與功能需求後，決定從 VirtualBox 轉換到 KVM，讓開發測試與服務模擬能更貼近生產環境並獲得更佳的效能與可擴充性。 前置作業 確認 CPU 支援虛擬化技術（Intel VT-x 或 AMD-V）： grep -E -c '(vmx|svm)' /proc/cpuinfo 若回傳數字大於 0，代表支援虛擬化。 系統更新 sudo apt update sudo apt upgrade -y 安裝 KVM 及相關套件 sudo apt install qemu-kvm libvirt-daemon-system libvirt-clients bridge-utils virt-manager -y 此命令同時安裝 QEMU、KVM、libvirt 管理守護程序及 virt-manager（圖形介面管理工具）。 啟動並檢查 libvirtd 服務 sudo systemctl enable libvirtd sudo systemctl start libvirtd sudo systemctl status libvirtd 設定使用者權限 將目前使用者加入 kvm 和 libvirt 群組，方便管理虛擬機： sudo usermod -aG kvm $USER sudo usermod -aG libvirt $USER newgrp kvm newgrp libvirt 完成後建議重新登入或重啟系統。 啟動並使用 KVM Manager (virt-manager) 在桌面環境中，執行以下命令啟動 virt-manager： virt-manager 透過圖形介面即可建立、管理虛擬機器。 ...