NVIDIA

還記得我之前介紹過一個超強的開源專案 ebook2audiobook 嗎？它可以幫你把手邊的電子書（PDF、EPUB）直接轉換成有聲書。之前我們分享過 Windows 和 Mac 的基礎安裝，但最近有網友回報了一個問題： 「阿發，我在 Windows 上明明選了 GPU 加速，為什麼跑起來還是用 CPU？速度好慢啊！」 沒錯！原本的安裝方式在 Windows 上確實會遇到無法正確呼叫 NVIDIA 顯卡的問題。所以今天這篇就是**「除錯特輯」**，我要教大家如何解決這個 bug，成功讓你的顯卡動起來，享受飆速轉檔的快感！🚀 準備工作 在開始修改之前，請確認你已經完成以下準備： 安裝 VS Code：我們需要用它來修改程式碼設定檔（官網下載安裝即可）。 更新 NVIDIA 驅動程式：請到 GeForce Experience 或 NVIDIA 官網，確認你的顯卡驅動已經更新到最新版本，確保 CUDA 支援正常。 下載 ebook2audiobook 專案：如果你還沒下載，請先到 GitHub 下載專案包（建議放在 D 槽或其他非系統槽），並執行 Windows 的自動安裝指令。 關鍵步驟：解決 GPU 無法調用問題 如果你發現安裝完後，介面上雖然選了 GPU，但後台還是顯示 CPU 在跑，請跟著我做以下兩個關鍵修正： Step 1：重新安裝 PyTorch (CUDA 版本) 原本的安裝包在 Windows 上可能預設抓到了不支援 GPU 的 PyTorch 版本。我們需要手動覆蓋它。 開啟你的終端機 (CMD 或 PowerShell)，進入 ebook2audiobook 的專案資料夾。 輸入特定的 PyTorch 安裝指令（這串指令通常很長，用來指定 CUDA 12.x 或 11.x 的版本）。 註：詳細指令請參考影片下方資訊欄或 GitHub 討論串，確保版本與你的顯卡相符。 Step 2：修改 requirements.txt 這一步最重要！有一個套件卡住了我們的運作。 ...

換臉新體驗：Viso Master 大家好！今天要和大家分享一款超有趣的換臉軟體——Viso Master。這是一款免費且開源的工具，除了可以換臉，還能讓你的照片表情生動起來！ Viso Master 簡介 平台：僅限 Windows 系統 需求：需要 NVIDIA 顯示卡 容量：約 50GB 安裝步驟 方式一：直接安裝 下載 Viso Master 執行檔（Viso master.exe）。 雙擊執行，選擇安裝路徑。 選擇 CUDA 版本，自動安裝。 完成後，使用 start.BAT 啟動程式。 方式二：手動安裝 下載 Git 和 Miniconda。 在 PowerShell 輸入以下指令，下載 Viso Master： git clone [Viso Master 的 GitHub 連結] 創建虛擬環境並啟動： conda create -n visomaster python=3.8 conda activate visomaster 安裝 CUDA 和相關模型。 啟動程式界面。 使用 Viso Master 設定檔案夾 創建三個資料夾：V1（原影片）、V2（臉部素材）、output（輸出結果）。 在程式中選擇對應的資料夾。 換臉操作 在主界面選擇 find face 找到要換的臉。 選擇 swap face 替換臉部。 調整解析度與效果。 按下 save image 下載結果。 影片換臉 將視頻載入。 選擇臉部，然後選擇 swap face。 按下 record 開始錄製。 調整表情 進入 face edit，選擇想要的表情。 調整眼睛、嘴巴等細節。 總結 Viso Master 是一個功能強大的換臉軟體，無論是換臉還是調整表情，都能讓你的照片更具趣味性！如果你喜歡這篇文章，別忘了訂閱我的頻道，開啟小鈴鐺，獲取更多有趣的技術分享！再次感謝大家的支持！ ...

這集把 NVIDIA 執行長黃仁勳在 2025 Computex 的主題演講濃縮成比較好吸收的版本。重點不是單純看新產品，而是理解 NVIDIA 正在把自己從「顯示卡公司」推向「AI 基礎設施公司」。 影片連結：https://www.youtube.com/watch?v=ffZM-Tzzo8c 為什麼這場演講值得整理 Computex 本來就是硬體與供應鏈的主場，但 2025 年的主軸已經很明顯轉向 AI 基礎建設。對一般觀眾來說，最重要的不是記住每一個產品名稱，而是看懂幾個方向： AI 不只發生在聊天機器人裡，也會進到工廠、機器人、交通與物流系統。 GPU 不只是拿來訓練模型，也會變成企業與國家級運算基礎設施。 台灣供應鏈不只是代工角色，而是 AI 伺服器、晶片、散熱、網路與系統整合的重要節點。 AI 工廠是什麼 NVIDIA 提到的 AI 工廠，可以理解成「專門生產智慧的資料中心」。傳統工廠把原料變成商品，AI 工廠則把資料、模型與算力轉成可用的推論結果。 這個概念會影響兩種人： 企業會開始把 AI 當成基礎產能，而不是單一工具。 開發者與創作者會遇到更多由 AI API、代理工作流與自動化系統組成的新服務。 物理 AI 與數位雙胞胎 物理 AI 指的是 AI 不只理解文字和圖片，還能理解真實世界的空間、動作、限制與互動。數位雙胞胎則是把真實工廠、機器或城市建成可模擬的數位版本。 這兩個方向合在一起，代表未來很多決策可能會先在模擬環境裡驗證，再回到真實世界執行。例如： 工廠產線調整 機器人訓練 倉儲路徑規劃 交通與城市系統模擬 台灣在這波趨勢的位置 台灣的角色不只是「幫大公司做硬體」。AI 基礎設施需要大量伺服器、散熱、電力管理、網路設備與系統整合，這些都和台灣供應鏈高度相關。 如果你是內容創作者或工具開發者，可以把這集當成一個產業方向觀察：AI 的下一步會從軟體功能，慢慢擴大成一整套硬體、雲端、資料中心與實體世界的產業鏈。 小結 這場 Computex 演講真正值得看的地方，是 NVIDIA 對未來 AI 產業的定位：AI 會變成一種基礎設施，而不是只存在於單一 App 裡。理解這個方向，對判斷未來工具、課程、產品與創作題材都很有幫助。 ...