前言
本文主要讲解如何在 Widnows 11 环境下的 WSL2(Ubuntu20.04)配置 CUDA 来启用 GPU 加速(本文默认您已经在 Windows 上安装完成 Nvidia CUDA)
配置流程
检查驱动
打开 GeForce Experience 检查驱动程序的情况,需要更新到最新版,最后重启 GeForce Experience。
安装 CUDA
命令生成
生成安装命令,访问:CUDA Toolkit 12.2 Update 1 Downloads | NVIDIA Developer
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/12.2.1/local_installers/cuda-repo-wsl-ubuntu-12-2-local_12.2.1-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-12-2-local_12.2.1-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-12-2-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda
问题:dpkg: unrecoverable fatal error, aborting: unknown system user 'redis' in statoverride file;
vim /var/lib/dpkg/statoverride
root crontab 2755 /usr/bin/crontab
root root 1733 /var/lib/php/sessions
root messagebus 4754 /usr/lib/dbus-1.0/dbus-daemon-launch-helper
redis redis 640 /etc/redis/redis.conf
删除掉最后一行即可
配置环境
vim ~/.zshrc
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PAT
source ~/.zshrc
如果使用的是其他 shell ,请修改为其他配置文件
验证
# 验证是否安装成功
nvcc -V
# 查看驱动
nvidia-smi
安装 cuDNN
cuDNN(CUDA Deep Neural Network,CUDA 深度神经网络库) 下载地址
wget https://developer.nvidia.com/downloads/compute/cudnn/secure/8.9.3/local_installers/12.x/cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz/
tar -xvf cudnn-linux-x86_64-8.9.3.28_cuda12-archive.tar.xz
sudo cp cudnn-*-archive/include/cudnn*.h /usr/local/cuda/include
sudo cp -P cudnn-*-archive/lib/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*
验证是否可以GPU加速
pip3 install torch torchvision torchaudio
import torch
print(torch.cuda.is_available())
输出为 True 即表示 CUDA GPU 加速成功
参考文章
Windows11 WSL2 Ubuntu18.04环境中配置CUDA
WSL2端配置pytorch GPU加速环境_wsl2 pytorch
tensorflow - WSL2- nvidia-smi command not running - Stack Overflow
标签:Ubuntu20.04,WSL2,sudo,cudnn,cuda,CUDA,local,usr From: https://blog.51cto.com/returntmp/7179506本文由博客一文多发平台 OpenWrite 发布!