はじめに
Tenstorrent 社のソフトウェアスタックは GitHub 上でオープンソースとして公開されていますが、初めて触れる開発者にとってはコードの理解や実装に少しハードルを感じることがあるかもしれません。
今回の記事と動画では、Visual Studio Code に Gemini Code Assist を導入し、Tenstorrent のソフトウェア開発をサポートする実際の活用体験を紹介しています。
ぜひ動画をご参照ください。
デモ動画
- 試した内容
-
mnist の TT-NN™ サンプルコードの解説
Tenstorrent 特有の記述の詳細説明
-
コードへのコメント反映
解説をコードにコメントとして追加
-
専門用語への質問
Gemini Code Assist による回答確認
【動画】 Tenstorrent 社ソフトウェアスタック + VS Code + Gemini Code Assist / デモ①
動作環境
＜今回使用した弊社取り扱い製品＞
必須ではありませんが、今回 SMC のサーバーで仮想マシンを構築して動かしました。
使用した CPU、メモリ、ストレージ、OS 情報は以下のとおりです。
CPU：x86_64 architecture x 16 コア
メモリ：128 GB
ストレージ：500GB
OS：Ubuntu 22.04 LTS
本記事で使用したソフトウェア・ツールのバージョンは下記のとおりです。
また、インストール時にバージョン指定した方が良いものに関しては、バージョンを指定したコマンドを使用しています。
| Device | OS | Python |
Driver (TT-KMD) |
Firmware (TT-Flash) | TT-SMI | TT-Topology | TT-Metalium |
| n300 x4 | Ubuntu 22.04 LTS | 3.10 | v1.29 | fw_pack-80.15.0.0 (v80.15.0.0) | v3.0.12 | 不要 | v0.59.0-rc22 |
今回、docker コンテナ上で tt-metalium の環境を構築し、その上で VS Code のインストールと拡張機能の Gemini Code Assist を導入しました。
docker コンテナ上での tt-metalium の環境構築手順のご質問など、お気軽にお問合せ下さい。
参考：
まとめ
Visual Studio Code に Gemini Code Assist を導入し、Tenstorrent 社の TT-NN™ で AI アシストの実用性を検証してみましたが、コードの解説やコメント追加がスムーズに実施できました。
TT-NN™ を初めて使用される方向けには、想像以上に Gemini Code Assist が伴走してくれますし、豊富なサンプルコードも揃っています。ぜひご活用下さい。