Compartir a través de

Habilitación de NVIDIA CUDA en WSL

Windows 11 y las actualizaciones posteriores de Windows 10 admiten la ejecución de herramientas, bibliotecas y marcos de aprendizaje automático existentes que usan NVIDIA CUDA para la aceleración de hardware de GPU dentro de una instancia de Subsistema de Windows para Linux (WSL). Esto incluye PyTorch y TensorFlow, así como toda la compatibilidad con Docker y NVIDIA Container Toolkit disponible en un entorno nativo de Linux.

Instalar Windows 11 o Windows 10, versión 21H2

Para usar estas características, puedes descargar e instalar Windows 11 o Windows 10, versión 21H2.

Instalación del controlador de GPU

Descargue e instale el controlador habilitado para NVIDIA CUDA para WSL para usarlo con los flujos de trabajo de CUDA ML existentes. Para obtener más información sobre qué controlador instalar, consulte:

Instalación de WSL

Una vez instalado el controlador anterior, asegúrese de habilitar WSL e instalar una distribución basada en glibc, como Ubuntu o Debian. Asegúrese de que tiene el kernel más reciente seleccionando Buscar actualizaciones en la sección Windows Update de la aplicación Configuración.

Nota:

Asegúrese de que tiene habilitada la opción Recibir actualizaciones para otros productos de Microsoft . Puede encontrarlo en Opciones avanzadas en la sección Windows Update de la aplicación Configuración.

Para estas características, necesita una versión de kernel de 5.10.43.3 o posterior. Para comprobar el número de versión, ejecute el comando siguiente en PowerShell.

wsl cat /proc/version

Introducción a NVIDIA CUDA

Ahora siga las instrucciones de la Guía del usuario de NVIDIA CUDA en WSL y puede empezar a usar los flujos de trabajo de Linux exisitorios a través de NVIDIA Docker o mediante la instalación de PyTorch o TensorFlow dentro de WSL.

Comparta comentarios sobre el soporte técnico de NVIDIA a través de su foro de comunidad para CUDA en WSL.