Ubuntu 26.04 + Siril 1.5 + GPU + Python Script

インストール後の設定

アップデート

sudo apt update
sudo apt upgrade
reboot

ssh server を追加します。

$ sudo apt install openssh-server

ホームディレクトリを英語に変更します。

LANG=C xdg-user-dirs-gtk-update
若しくは
LANG=C LC_ALL=C xdg-user-dirs-gtk-update

Caps Lock と Ctrl を入れ替え、マウスホイールクリック

GUIでの操作では、Tweaksを使います。

$ sudo apt install gnome-tweaks

“キーボード” → “追加のレイアウトオプション” → “Ctrl posision” → “CtrlとCaps Lock を入れ替える”
“マウスとタッチパッド” → “中クリックによる貼付け”

ハードウェアクロックにローカルタイムを、ローカル時刻に指定

# ハードウェアクロックにローカルタイムを、ローカル時刻に指定
sudo timedatectl set-local-rtc 1

C/C++コンパイラ、make、パッケージツール

sudo apt update
sudo apt install build-essential gcc g++ make libtool dpkg-dev pkg-config dkms

Ubuntu 24.06 + nvidia-smi v580 + python version 3.12.13 +CUDA Toolkit 12.8.2 (April 2026) runfile

インストールの流れは、

• 目的にあったnvidia-driverが入っているかを、確認します。
  • nvidia-driverを入れ直す
  • NVIDIAのプロプライエタリなドライバーが入っているならば、削除
• Ubuntu 公式リポジトリの nvidia-driver-580-open をインストール
• CUDA ツールキット　cuda-toolkit-12 runfileにてインストール
• cuDNN
• GPUアーキテクチャをサポートする最新のPyTorch、CUDA（CUDA 12.x）の組み合わせにアップデート

Ubuntuのリポジトリからnvidia-driver-580-open,CUDA 12.x の runfile をダウンロードし、インストール

# NVIDIA関連パッケージを削除
sudo apt --purge remove '*nvidia*'

# 不要になった依存関係を自動削除
sudo apt autoremove --purge

# パッケージリストの情報を更新
sudo apt update

# Update device list 必要ならば
sudo update-pciids

Ubuntuが推奨するドライバを指定してインストール

# システムが認識しているGPUと利用可能なドライバを表示
ubuntu-drivers devices
driver   : nvidia-driver-???-open - distro non-free recommended

# 2026年7月現在では、580
sudo apt install nvidia-driver-580-open

# initramfsを更新
sudo update-initramfs -u

# ドライバの有効化のためにシステムを再起動
reboot

NVIDIA製GPUの稼働状況やシステム情報を確認します。
nvidia-smi

CUDA Toolkit runfile

CUDA Toolkit 12.8.2 (April 2026) runfile をインストーする。

NVIDIA CUDA Toolkit https://developer.nvidia.com/cuda-downloads で利用可能です。

archive からでもファイルをダウンロードできます。
https://developer.nvidia.com/cuda-toolkit-archive
https://docs.nvidia.com/cuda/cuda-installation-guide-linux/index.html

# CUDA Toolkit 12.8.2
wget https://developer.download.nvidia.com/compute/cuda/12.8.2/local_installers/cuda_12.8.2_570.211.01_linux.run
sudo sh cuda_12.8.2_570.211.01_linux.run

環境変数を設定する

export CUDA_HOME=/usr/local/cuda-12.8/
echo 'export CUDA_HOME=/usr/local/cuda-12.8' >> ${HOME}/.bashrc
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:${LD_LIBRARY_PATH}
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:${LD_LIBRARY_PATH}' >> ${HOME}/.bashrc
export PATH=/usr/local/cuda-12.8/bin:${PATH}
echo 'export PATH=/usr/local/cuda-12.8/bin:${PATH}' >> ${HOME}/.bashrc

# 設定を即時反映（現在のシェルのみ）
source ${HOME}/.bashrc

# 詳細バージョンを確認
cat /usr/local/cuda-12.8/version.json # version.json

# nvcc コマンドでバージョンを確認
nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Fri_Feb_21_20:23:50_PST_2025
Cuda compilation tools, release 12.8, V12.8.93
Build cuda_12.8.r12.8/compiler.35583870_0

cuDNN

cuDNN version9.24.0 は、CUDA Toolkit Version 13と12に互換しています。
https://docs.nvidia.com/deeplearning/cudnn/backend/latest/reference/support-matrix.html

こちらから、cuDNNインストール手順を表示させます。
https://developer.nvidia.com/cudnn-downloads

アーカイブからもダウンロード出来るでしょう。
https://developer.nvidia.com/cudnn-archive

# ローカルインストール
wget https://developer.download.nvidia.com/compute/cudnn/9.24.0/local_installers/cudnn-local-repo-ubuntu2604-9.24.0_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2604-9.24.0_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2604-9.24.0/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update

# CUDA 12 をインストールするには、パッケージを指定します。
sudo apt-get install cudnn9-cuda-12

### CUDA 13 をインストールするには、パッケージを指定します。
### sudo apt-get install cudnn9-cuda-13

# cuDNN　インストールを確認
dpkg -l | grep cudnn

Python 3.12.13

こちらから、Python 3.12.13 ソースを選びます。
https://www.python.org/downloads/source/

sudo apt update
sudo apt install build-essential libbz2-dev libdb-dev \
  libreadline-dev libffi-dev libgdbm-dev liblzma-dev \
  libncursesw5-dev libsqlite3-dev libssl-dev \
  zlib1g-dev uuid-dev tk-dev

# 展開
tar xJf Python-3.x.y.tar.xz

# ビルド
cd Python-3.x.y
./configure
make
sudo make install

# Python, pip を確認
python3 --version
pip3 --version
whereis python3.14

Siril 1.5

リビルド

sudo apt update
sudo apt install meson git cmake
sudo apt install libglib2.0-dev libgtk-3-dev libgsl-dev liblcms2-dev \
  libcfitsio-dev libfftw3-dev libopencv-dev libgtksourceview-4-dev \
  libexiv2-dev libraw-dev libjxl-dev libheif-dev libxisf-dev \
  libpugixml-dev liblz4-dev libgit2-dev libffms2-dev libcurl4-gnutls-dev

#2026年7月　追加
sudo apt install wcslib-tools libgtk-4-dev libgtksourceview-5-dev

Download source

git clone --recurse-submodules https://gitlab.com/free-astro/siril.git

Building Siril for GNU/Linux

meson setup --prefix /usr/local --buildtype release _build
ninja -C _build
ninja -C _build install

PyTorch

RTX 5060 GPUアーキテクチャをサポートする、PyTorch、CUDA（CUDA 12.x）の組み合わせにする。
ここに時間がかかっています。

RTX5060, CUDA 12.8を有効にする為に、仮想環境を完全にリセットし、NVIDIA専用パッケージだけを指定する

PyTorchを手動で導入

# Siril の仮想環境をアクティブにする
source /home/${USER}/.local/share/siril/venv/bin/activate

# 古い競合ライブラリの完全削除とキャッシュクリア
pip3 uninstall -y torch torchvision torchaudio triton triton-rocm pytorch-triton-rocm
pip cache purge

# RTX 5060 (CUDA 12.8) 専用の PyTorch をインストール
pip3 install --upgrade pip # <-必須かな？

pip3 install torch==2.7.0+cu128 torchvision==0.18.0+cu128 torchaudio==2.7.0+cu128 --index-url https://download.pytorch.org/whl/cu128

# 天体AI処理に必要な関連ライブラリを補充
# CosmicClaritySuite（CosmicClarity_Native.py など）が内部で正常に動作するために欠かせない必須パッケージ
pip3 install pyasdf numpy scipy astropy tqdm

# GPU 認識の確認テスト
python3 -c "import torch; print('CUDA利用可能:', torch.cuda.is_available()); print('デバイス名:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'None')"

参照

# 参考
# 1. 既存の torch パッケージを完全にアンインストール
# pip3 uninstall torch torchvision torchaudio -y

# 2. CUDA 12.8 専用インデックスを指定してクリーンインストール
# pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

# 不要な競合パッケージの完全削除
pip3 uninstall torch torchvision torchaudio triton triton-rocm pytorch-triton-rocm pytorch-triton-xpu

# キャッシュの削除
pip3 cache purge

# NVIDIA専用を再導入
pip3 install torch==2.7.0+cu128 torchvision==0.18.0+cu128 torchaudio==2.7.0+cu128 --index-url https://download.pytorch.org/whl/cu128

# 確認
python3 -c "import torch; print('CUDA利用可能:', torch.cuda.is_available()); print('デバイス:', torch.cuda.get_device_name(0) if torch.cuda.is_available() else 'エラー')"

# Blackwell (CUDA 12.8) に対応した PyTorch の導入
pip install --upgrade pip
pip install torch torchvision torchaudio --index-url https://pytorch.org

python3.12 -m venv ~/siril_cosmic_env
source ~/siril_cosmic_env/bin/activate
pip install --upgrade pip
pip install torch torchvision torchaudio --index-url https://pytorch.org

#Siril 連携に必要な関連ライブラリの導入
#CosmicClaritySuite や Siril が内部でデータをやり取りするための
#必須パッケージを合わせてインストールします。
pip install pyasdf numpy scipy astropy

CosmicClaritySuite_Linux_AlternateBuild + models

CosmicClaritySuite_Linux_AlternateBuild
models
2つのファイルを展開する

/home/{USER}/CosmicClarity/
├── SetiAstroCosmicClarity（← Sirilから実行するスクリプト）
├── SetiAstroCosmicClarity_denoise （← Sirilから実行するスクリプト）
├── 📁 models/ （← ここにmodelsフォルダごと置く）
│ 　　├── 各種AIモデルファイル（.onnx や .pth など）
└── その他の付属ファイル群