Keberanian untuk Berhenti

Hari ini, 10 Januari 2022 mungkin menjadi salah satu titik balik lainnya dalam hidup saya. Setelah berusaha mendapatkan gelar PhD sejak 2017, akhirnya saya memutuskan untuk berhenti. Berhenti. Sejenak? Mungkin.

Memilih untuk berhenti bukan perkara mudah. Tidak semudah saya mengiyakan untuk tetap lanjut dengan hasil yg bisa jadi mengecewakan. Kerabat ataupun orang lain mungkin akan menyayangkan keputusan saya. Atau menilai saya menyia-nyiakan waktu yg terbuang. Tetapi kesia-siaan itu mungkin akan lebih besar jika saya lanjutkan.

Memilih untuk berhenti karena saya telah memahami batas kemampuan saya. Saya tidak berhenti dengan alasan yg dibuat2 seperti yg sering dipakai banyak orang. Saya sadar, tempat bernaung saat ini, meskipun sangat suportif, tetapi bukan untuk saya. Memaksakan diri tidak akan membuat saya menjadi PhD yg lebih baik. Saya bisa saja meneruskan demi mendapat gelar. Tapi saya bersyukur masih memiliki integritas. saya tahu tanggung jawab sebagai penyandang gelar PhD. PhD bukan sekedar untuk berbangga dan status sosial. Di Indonesia, mungkin.

Memilih untuk berhenti bukan keputusan satu malam. Tapi atas akumulasi perjalanan sejak 2017. Persahabatan naik turun dengan depresi dan anxiety. Perjuangan tiap malam tanpa diketahui orang lain.

Memilih untuk berhenti bukan berarti saya kehilangan segalanya dan tidak mendapat apa-apa. Setidaknya saya memiliki 1 publikasi, pengalaman, dan yg terpenting dukungan moral dan restu dari lab saya saat ini. Orang-orang dekat saya juga tidak menghakimi, bahkan turut memberikan pilihan langkah berikutnya.

Memilih untuk berhenti membutuhkan keberanian. Karena saya harus menapaki jalan hidup yang belum terlihat arah tujuannya. Di masa ketika ketidakpastian adalah makanan sehari-hari, keluar dari zona nyaman butuh lebih dari sekedar modal nekat.

Memilih untuk berhenti, adalah salah satu keputusan terpenting dalam hidup saya hari ini. Berhenti. Sejenak? Mungkin. Yang jelas tidak ada kata berhenti untuk tetap hidup berkarya.

Taipei, Taiwan. 10 Januari 2022.

CUDA on WSL2 – the Easy Way

Its been a while since Microsoft release WSL (and WSL2). As a someone who actively work in academics and computational field, this is more than a welcomed step which will help to stay productive without the need to do dual-booting anymore. Don’t get me wrong, of course I’m saying in personal desktop environment, not an actual development server.

A year ago, I wish WSL to include CUDA experience. Long story short I know that wish would be fulfilled with WSL2. Unfortunately, during its early development it still proven hard for me to deploy it successfully. If you read my previous post, even I myself cant 100% reproduce it in different machine. I notice that it would need some sort of NVIDIA image, which I’m still not familiar with this technology. But recently I just found out that CUDA can now works out of the box within WSL2. Here how it works:

CUDA on WSL (Hard Way)

Updated: New, easy way which not involved an image can be found here.

Ever since Windows launching their subsystem for Linux (WSL), I really excited. It means that I no need to do dual boot, using emulator that takes more resource than pristine Linux itself, and many other hassle. You may say that I can just use Linux as a daily driver. But unfortunately I’m not much as a “programmer” myself. I do work with computational chemistry/biochemistry. However, being work in scientific field require me to use tools and software that mostly available in more popular OS such as Windows while not many provided for MacOS (good thing I’m not a fanboy). So at most of the time I’m literally put my one leg on Windows while the other need to stay still on Linux.

One of my requirement is to use GPU to train my machine learning. While I do have access to GPU server, I would like to test my code with small sample locally without any need to stay connected all the time. Granted! CUDA now can be used within WSL2. Here is how I set-up and some notes about it:

Set Up Raspberry Pi 4 (B) with Ubuntu Server 20.04 (+Minimal Desktop) and Argon One Fan Control

*updated 2020 Oct 21, change the method to obtaining desktop GUI and adding some troubleshooting

In this tutorial, I will write about how to set complete Ubuntu server 20.04 into Raspberry Pi 4 (B) including the desktop GUI. Note that mine is 8GB version, so I use Ubuntu 64-bit for that. It may works with 32-bit or 64-bit/Pi 3 pairs. I also use Argon One case with fan control. There will be slight workaround than what is written in Argon One instruction manual.

NVIDIA + ARM, Will the Force be With You?

Rencana migrasi Apple ke arsitektur ARM ternyata bukan menjadi kejutan terbesar saat ini. Beberapa hari lalu NVIDIA yang merupakan pemain besar di industri GPU mengumumkan akusisi ARM dari SoftBank. Dari sisi teknologi dan ekonomi, akusisi ini bakal mengubah total arah perkembangan industri semikonduktor dan supercomputing. Kok bisa?