wsl2 Ubuntu GPU

### 检查 NVIDIA 驱动 确保 Windows 系统中已经安装了适用于 WSL2 的 NVIDIA CUDA 驱动。可以通过运行 `nvidia-smi` 命令来检查驱动是否正确安装。如果命令成功执行并显示了 GPU 信息，则说明驱动已正确安装[^1]。 ### 安装 CUDA Toolkit 为了在 WSL2 中使用 GPU，需要安装与 Windows 上的 NVIDIA 驱动兼容的 CUDA Toolkit 版本。可以按照以下步骤进行安装： 1. 下载适合的 CUDA Toolkit 版本，例如版本 12.1.0： ```bash wget https://developer.download.nvidia.com/compute/cuda/12.1.0/local_installers/cuda_12.1.0_530.30.02_linux.run ``` 2. 运行下载的安装脚本： ```bash sudo sh cuda_12.1.0_530.30.02_linux.run ``` 3. 在安装过程中，可以选择自定义安装或完全安装。建议选择自定义安装以便只安装所需的组件[^2]。 ### 配置 APT 仓库 对于某些 CUDA 版本，可能还需要配置 APT 仓库以便后续安装其他依赖包： 1. 下载并移动 pin 文件： ```bash wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 ``` 2. 下载并安装仓库配置文件： ```bash wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb sudo dpkg -i cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb ``` 3. 添加公钥并更新 APT 包索引： ```bash sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-6-local/7fa2af80.pub sudo apt-get update ``` 4. 安装 CUDA： ```bash sudo apt-get -y install cuda ``` ### 使用 Docker 启用 GPU 支持 如果希望通过 Docker 使用 GPU，需要安装 NVIDIA Container Toolkit 并配置容器运行时： 1. 安装必要的软件包以允许 apt 使用 HTTPS： ```bash sudo apt-get install -y apt-transport-https ca-certificates curl gnupg lsb-release ``` 2. 添加 NVIDIA 的 GPG 密钥和仓库： ```bash curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list ``` 3. 更新 APT 包索引并安装 NVIDIA Container Toolkit： ```bash sudo apt-get update sudo apt-get install -y nvidia-container-toolkit ``` 4. 重启 Docker 服务以应用更改： ```bash sudo systemctl restart docker ``` 5. 测试 NVIDIA Container Toolkit 是否工作正常： ```bash sudo docker run --rm --gpus all nvidia/cuda:11.6.0-base nvidia-smi ``` ### 测试 GPU 支持 最后，可以通过运行一个简单的测试来验证 GPU 是否可以在 WSL2 中正常使用。例如，可以创建一个 Python 脚本来测试 PyTorch 是否能够检测到 GPU： ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 运行这个脚本应该输出 PyTorch 的版本号以及 `True`，表示 CUDA 可用[^4]。