wsl2 cuda
时间: 2025-05-17 08:22:02 浏览: 19
### 配置和使用 CUDA 在 WSL2
为了在 Windows Subsystem for Linux (WSL2) 上成功设置并使用 NVIDIA CUDA,以下是详细的指南:
#### 1. 安装 WSL2 和 Ubuntu
确保已经安装了最新版本的 WSL2 并启用了虚拟机功能。可以通过 PowerShell 执行以下命令来检查当前的 WSL 版本以及升级到 WSL2[^1]:
```powershell
wsl --list --verbose
wsl --set-version <distro-name> 2
```
如果尚未启用 WSL 功能,则需要运行以下命令:
```powershell
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
```
重启计算机后即可完成。
#### 2. 更新 GPU 驱动程序
确认主机上的 NVIDIA 显卡驱动是最新的,并支持 WSL2 的 CUDA 加速。可以访问 [NVIDIA 官方网站](https://www.nvidia.com/Download/index.aspx?lang=en-us),下载适用于操作系统的最新驱动程序[^3]。
#### 3. 安装 NVIDIA CUDA 工具包
通过官方文档中的方法安装 CUDA 工具链。首先创建软链接指向最新的工具包路径以便于项目兼容性管理[^2]:
```bash
sudo ln -fs /usr/local/cuda-<version> /usr/local/cuda
```
接着编辑 `/etc/profile` 文件以更新环境变量 `PATH` 和 `LD_LIBRARY_PATH`:
```bash
export PATH=/usr/local/cuda/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source /etc/profile
```
#### 4. 测试 CUDA 是否正常工作
验证 CUDA 设置是否正确的一个简单方式是编译并执行示例代码。进入 `/usr/local/cuda/samples/1_Utilities/deviceQuery` 目录下构建测试样本:
```bash
cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
./deviceQuery
```
如果一切顺利,应该看到有关设备的信息输出表明 CUDA 成功识别硬件资源.
#### 5. 使用 Conda 创建 Python 环境
推荐采用 Miniconda 或 Anaconda 来简化依赖项管理和隔离不同项目的库文件冲突情况。初始化一个新的 conda 虚拟环境用于深度学习框架比如 PyTorch 或 TensorFlow:
```bash
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
conda create -n torch_env python=3.9
conda activate torch_env
pip install torch torchvision torchaudio cudatoolkit=<version>
```
注意替换 `<version>` 参数匹配实际安装好的 cuda toolkit 版本号。
#### 总结
以上步骤涵盖了从基础准备到高级应用整个流程的关键环节,遵循这些指导能够帮助开发者快速搭建起基于 WSL2 的高性能计算平台。
阅读全文
相关推荐


















