Notes
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les mises à jour windows 11 et ultérieures de Windows 10 prennent en charge l’exécution d’outils ML existants, de bibliothèques et d’infrastructures populaires qui utilisent NVIDIA CUDA pour l’accélération matérielle GPU à l’intérieur d’une instance Windows Subsystem for Linux (WSL). Cela inclut PyTorch et TensorFlow, ainsi que l'ensemble de la prise en charge de Docker et du NVIDIA Container Toolkit disponibles dans un environnement natif sous Linux.
Installer Windows 11 ou Windows 10, version 21H2
Pour utiliser ces fonctionnalités, vous pouvez télécharger et installer Windows 11 ou Windows 10, version 21H2.
Installer le pilote GPU
Téléchargez et installez le pilote NVIDIA CUDA activé pour WSL à utiliser avec vos flux de travail CUDA ML existants. Pour plus d’informations sur le pilote à installer, consultez :
Installer WSL
Une fois que vous avez installé le pilote ci-dessus, veillez à activer WSL et à installer une distribution glibc, telle qu’Ubuntu ou Debian. Vérifiez que vous disposez du noyau le plus récent en sélectionnant Vérifier les mises à jour dans la section Windows Update de l’application Paramètres.
Remarque
Vérifiez que vous avez l’option Recevoir les mises à jour pour d’autres produits Microsoft activée. Vous pouvez le trouver dans les options avancées dans la section Windows Update de l’application Paramètres.
Pour ces fonctionnalités, vous avez besoin d’une version noyau de 5.10.43.3 ou ultérieure. Vous pouvez vérifier le numéro de version en exécutant la commande suivante dans PowerShell.
wsl cat /proc/version
Bien démarrer avec NVIDIA CUDA
Suivez maintenant les instructions fournies dans le Guide utilisateur NVIDIA CUDA sur WSL et vous pouvez commencer à utiliser vos flux de travail Linux exisinant via NVIDIA Docker, ou en installant PyTorch ou TensorFlow à l’intérieur de WSL.
Partagez vos commentaires sur le support de NVIDIA via son forum communauté pour CUDA sur WSL.