Windows 配置 WSL CUDA 环境
概览
- Windows 配置 WSL CUDA 环境
- 0. 安装前准备
- 0.0 系统要求
- 0.1 WSL 安装
- 0.2 WSL 版本设置
- 0.3 下载
- 1. 驱动安装配置
- 1.0 安装主机 CUDA 驱动
- 1.1 WSL 安装 CUDA 驱动
- 2. 环境安装
- 2.0 MiniConda
- 2.1 Pytorch
- 2.2 Conda 环境 Tips
- 2.3 安装后检查
- Reference
Windows 配置 WSL CUDA 环境
目的:日常办公主机装配了 Windows10系统,课题工作主要在远程Linux主机上完成,但偶尔需要在本地主机进行代码测试开发,双系统切换效率太低,因此想利用Windows中的Linux子系统(WSL)完成相应功能
说明:在Windows 10 21H2或者Windows 11版本,启用WSL V2版本后可以在WSL中使用系统的GPU资源,进而使用PyTorch等深度学习工具或者利用NVIDIA-Docker实现容器化GPU使用
0. 安装前准备
0.0 系统要求
系统至少为Windows10 21H2版本,或者为Windows 11, 如果是低版本,需要先升级。可以按住 Win+R 输入 winver
查看系统版本
0.1 WSL 安装
按照 设置->应用->程序和功能->启用或关闭 Windows 功能
的步骤,确认将WSL启用:
设置完成,更新重启之后,打开 Microsoft Store 应用商店,安装 Ubuntu-20.04 或者其他个人习惯使用的 Linux 发行版。
安装完成之后可以打开,进入 Ubuntu-20.04 终端,完成系统设置,按照要求设置用户名和密码之后可以进入如下界面:
0.2 WSL 版本设置
(Windows11 可忽略,版本自带是V2)确保 WSL 版本是 V2,可以通过 wsl.exe -l -v
查看对应版本:
如果看到还是 VERSION 1,则可以按 微软官网教程 将 WSL1 升级到 WSL2,然后运行wsl --set-version Ubuntu-20.04 2
将版本进行升级。最佳做法是确认升级到 WSL2 之后,再在应用商店安装 Ubuntu 等 Linux 发行版。
0.3 下载
完成上述准本工作之后,为了保证安装顺利,可提前准备好需要的包:
- NVIDIA CUDA WSL驱动: 官网链接
- CUDA WSL PIN 官网链接
- CUDA TOOLKIT REPO 官网链接
1. 驱动安装配置
1.0 安装主机 CUDA 驱动
将上述步骤下载得到的 NVIDIA CUDA WSL驱动 在Windows 本地安装,双击打开 EXE 文件后按照导引运行即可
1.1 WSL 安装 CUDA 驱动
打开 WSL 终端,将下载的另外两个包放到方便查找的目录,例如如果在主机的 D:\\Downloads\\cuda
目录:
则此时可以在 WSL 中 cd /mnt/d/Downloads/cuda
进入该目录:
进入目录后运行以下命令安装:
# 如果之前没有提前下载,则输入 wget 命令下载;否则可略过下述所有 wget 命令
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
wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
注: 上述安装的是 11.4 版本的 CUDA,例如 Pytorch 目前最高支持 11.3 版本,则可以修改上面的链接,下载对应版本即可。
驱动完成安装后,可以利用 nvidia-smi
查看是否安装成功:
右上角显示的 11.6 实际上是主机安装的驱动,和实际的 CUDA 版本无关,可以通过运行 /usr/local/cuda/bin/nvcc -V
查看实际的版本
CUDNN 安装和正常一样下载解压即可。
2. 环境安装
2.0 MiniConda
从清华等 国内Conda源 下载自己需要的 MiniConda 版本,(MiniConda 包含基本的 Python 环境和 Conda 等包管理器,比 AnaConda 更精简)
下载后执行 bash MiniConda-XXXX.sh
安装即可
2.1 Pytorch
可以直接参照官网的 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch
安装,或者通过其他的 pip 或者提前下好安装包等方式。
2.2 Conda 环境 Tips
如果在远程已经有安装配置好的环境,且远程环境与 WSL 环境兼容且驱动等也一致(例如远程服务器与本地 WSL 都是 Ubuntu 20.04,都安装的是一样的 MiniConda,且都安装了 CUDA-11.3 驱动),则此时可以直接将远程服务器的环境用于本地
- 在远程服务器 conda 环境中安装 conda-pack:
pip install conda-pack
- 查看远程服务器中对应的 conda 环境:
conda env list
- 打包对应的环境
conda pack -n torch -o /home/Downloads/torch.tar.gz
- 假设远程用户名为 user,远程主机 IP 地址为 192.168.100.200,将远程服务器的压缩包拷贝到本地:
scp user@192.168.100.200:/home/Downloads/torch.tar.gz ./
- 将拷贝的文件移动到
/home/xxx/miniconda/envs/torch
目录 (先在 envs 目录下新建 torch 目录 ) cd /home/xxx/miniconda/envs/torch
进入目录- 解压文件:
tar zxf torch.tar.gz
- 完成安装,如无需要,可以删除压缩包
rm torch.tar.gz
2.3 安装后检查
安装完成后,可以在其中检查 CUDA 是否可用:
python -c "import torch; print(torch.cuda.is_available())"
可以看到已经能够使用。
Reference
- 英伟达官方 CUDA 用户指导:https://docs.nvidia.com/cuda/wsl-user-guide/index.html
- 微软 WSL CUDA 说明:https://docs.microsoft.com/zh-cn/windows/ai/directml/gpu-cuda-in-wsl
- 微软 WSL 安装说明:https://docs.microsoft.com/en-us/windows/wsl/install
Windows 配置 WSL CUDA 环境相关推荐
- CUDA学习:Windows下的CUDA环境配置
Windows下的CUDA环境配置 一.查看自己电脑的显卡信息 使用win+R打开运行窗口,在运行窗口中输入cmd打开命令行 在命令行中键入nvidia-smi查看显卡支持信息 从下图中可以看到,本机 ...
- Windows配置Gtkmm开发环境(with codeblocks)
文章目录 写在前面 MSYS2的安装/配置 添加环境变量 更换国内镜像 安装必需软件包 Code::Blocks配置 一个简单的例子(hello world) 主要参考 写在前面 最近腾出时间来学习一 ...
- windows配置java运行环境
配置jdk环境 https://jingyan.baidu.com/article/6dad5075d1dc40a123e36ea3.html 配置tomcat环境 https://j ...
- windows配置spark开发环境
声明:搭建过程中,会因为版本兼容问题,造成闪退等问题,以下是我自用的版本,如需其他版本,最好先查一下兼容问题 1.jdk-8u333-windows-x64下载链接 2.scala-2.13.10下载 ...
- windows java配置_菜鸟教程 windows 配置java的环境变量
第一步:下载java的JDK 放在你们的D盘下面(其实C盘也一样),然后傻瓜是安装,安装路径一般默认放在 C:\Program Files\Java,这个不需要管. 第二步:直接上图 ... 看懂了吗 ...
- windows下VS安装CUDA环境配置
CUDA安装见:https://blog.csdn.net/Ang_go/article/details/122329715 本文内容均在已安装VS和CUDA情况下,如需安装教程,请自行搜索. win ...
- Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook
Windows环境配置Anaconda+cuda+cuDNN+pytorch+jupyter notebook Anaconda 1.官网下载安装包 https://repo.anaconda.com ...
- Windows Python PyTorch CUDA 11.7 TensorRT 环境配置
博文目录 文章目录 版本说明 版本选择 下载代码 创建并激活虚拟环境 使用 CPU 推理 安装工程运行的最少依赖 运行 detect.py 使用 Nvidia GPU 推理 安装 PyTorch CU ...
- CUDA安装及配置:Windows 7 64位环境
最近又有新的项目要做了,这次是关于CUDA---多核高性能计算的问题,所以最近一直在学习CUDA的编程问题,昨天安装软件完毕,运行第一个程序的时候还是遇到很多问题.所以这里给大家一起分享一下, 有和我 ...
最新文章
- NFS配置全新设置常用参数说明
- java 毫秒转为日期_java将毫秒转化为日期
- mysql select 所有表_怎样用SQL语句查询一个数据库中的所有表
- 解决CSS移动端1px边框问题
- js自动篡改页面url地址 - 场景篇
- java 中 正则 正则表达式 匹配 url
- Java IO学习笔记总结
- Exchange Server 2010部署顺序
- 配置springMVC
- python访问oracle时的问题总结
- ai画面怎么调大小_AI人脸抓拍摄像机安装指导,这样安装抓拍更准
- 红外解码软件 android,红外线遥控器软件解码程序(能解大部分遥控器的编码)
- 惠普136w耗材贵吗_说说打印机选购经验 的第十台打印机 HP Laser 136w
- 1 12c语言,1.4.1 Oracle数据库12c中PL/SQL的新特性
- The Preliminary Contest for ICPC Asia Shanghai 2019 Light bulbs
- mongodb添加多条数据_mongodb一次能插入多少数据
- 记一次Prometheus完整监控案例
- mybatis 整合spring之mapperLocations配置的问题
- 美妆界现在是“李佳琦们”的内容营销时代
- 锂电池的六个主要参数