영삼넷IT 강국 = 김영삼 블로그에 오신걸 환영합니다.

Windows에서 Ollama 서버를 설정하기 위해 IP 주소와 포트를 환경 변수로 설정하는 방법을 다시 설명드리겠습니다. 

당신의 IPv4 주소가 `192.168.0.4`인 경우, 이 주소와 포트를 환경 변수로 설정하는 단계는 다음과 같습니다.

### 1. 시스템 환경 변수 창 열기

1. **시스템 속성 열기**

   - **Windows 키 + Pause/Break 키**를 눌러 시스템 창을 엽니다. 

   - 또는 **제어판 > 시스템 및 보안 > 시스템**으로 이동합니다.

   

2. **고급 시스템 설정**

   - 왼쪽 메뉴에서 **고급 시스템 설정**을 클릭합니다.

3. **환경 변수**

   - 시스템 속성 창에서 **고급** 탭으로 이동한 후 **환경 변수** 버튼을 클릭합니다.

### 2. 새 환경 변수 추가

1. **시스템 변수 섹션**

   - 환경 변수 창의 아래쪽 **시스템 변수** 섹션에서 **새로 만들기** 버튼을 클릭합니다.

2. **환경 변수 설정**

   - 변수 이름에 `OLLAMA_HOST`를 입력합니다.

   - 변수 값에 `192.168.0.4:11434`를 입력합니다. (여기서 포트 번호 `11434`는 예시이며, 실제 사용할 포트 번호로 변경할 수 있습니다.)

3. **확인**

   - 확인을 눌러 환경 변수를 추가합니다.

   - 모든 창에서 확인을 눌러 설정을 저장합니다.

### 3. 시스템 재시작

- 환경 변수 설정이 적용되도록 컴퓨터를 재시작합니다.

### 4. 명령 프롬프트에서 임시 설정 (선택 사항)

일시적으로 환경 변수를 설정하려면 명령 프롬프트에서 다음과 같이 할 수 있습니다.

1. **명령 프롬프트 열기**

   - **Windows 키 + R**을 눌러 실행 창을 열고 `cmd`를 입력한 후 Enter 키를 누릅니다.

2. **환경 변수 설정**

   - 명령 프롬프트 창에서 다음 명령을 입력합니다.

     ```cmd

     set OLLAMA_HOST=192.168.0.4:11434

     ```

이 명령어는 현재 명령 프롬프트 세션에서만 유효합니다. 새로운 명령 프롬프트 창을 열면 다시 설정해야 합니다.

추가로 0.0.0.0:11434 으로 변경하면 외부 내부 모두 접속이 가능하다.

윈도우 도커 이미지 저장 경로 변경 방법

도커 종료후 > 이동할 경로 폴더 생성

Y:\docker\

wsl --list -v

wsl --export docker-desktop-data "Y:\docker\docker-data.tar"

wsl --unregister docker-desktop-data

wsl --import docker-desktop-data "Y:\docker" "Y:\docker\docker-data.tar" --version 2

Y:\docker\docker-data.tar <= 파일 제거

### Windows 11에서 RTX 3080 Ti와 함께 TensorFlow 및 CUDA 설정 가이드

#### 1. 필수 소프트웨어 설치

1. **NVIDIA 드라이버**: [NVIDIA 드라이버 다운로드](https://www.nvidia.com/Download/index.aspx?lang=kr)

2. **CUDA Toolkit 11.8**: [CUDA 다운로드](https://developer.nvidia.com/cuda-downloads)

3. **cuDNN 8.9.x**: [cuDNN 다운로드](https://developer.nvidia.com/cudnn)

#### 2. 환경 변수 설정

1. **환경 변수 추가**:

   - '제어판' -> '시스템' -> '고급 시스템 설정' -> '환경 변수'

   - 시스템 변수 중 'Path'를 선택하고 편집합니다.

   - 다음 경로들을 추가합니다:

     - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\bin`

     - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\libnvvp`

     - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\include`

     - `C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8\lib\x64`

#### 3. 가상 환경 설정 및 TensorFlow 설치

```sh

python -m venv venv

venv\Scripts\activate

pip install tensorflow-gpu==2.10.0

```

#### 4. 설치 확인

```python

import tensorflow as tf

from tensorflow.python.client import device_lib

print(device_lib.list_local_devices())

print("Num GPUs Available: ", len(tf.config.list_physical_devices('GPU')))

```

### 문제 요약 및 해결

1. **문제**:

   - TensorFlow 공식 홈페이지에서 GPU 지원 버전은 `tensorflow_gpu-2.10.0`이 마지막입니다. 이 버전은 CUDA 11.9 및 cuDNN 8.9과 호환되지만, CUDA 11.2는 Windows 11을 지원하지 않습니다.

2. **해결**:

   - `tensorflow_gpu-2.10.0`을 사용하더라도 CUDA 11.8과 cuDNN 8.9을 함께 사용할 수 있습니다.

이제 Windows 11에서 RTX 3080 Ti와 함께 TensorFlow와 CUDA를 사용하여 GPU 가속 딥러닝 환경을 성공적으로 설정할 수 있습니다. 

- 추가 : 환경변수는 설정을 하지 않아도 될듯 합니다. CUDA  를 설치 하면 자동으로 환경변수에 추가 됩니다 하지만 어떤 이유인지 3개 변수를 추가 했을때 작동 하였습니다. 먼저 추가 하지 말고 테스트 해보세요 이후 작동을 안하면 추가해 보세요 ^^