Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Gli aggiornamenti di Windows 11 e versioni successive di Windows 10 supportano l'esecuzione di strumenti, librerie e framework di Machine Learning esistenti che usano NVIDIA CUDA per l'accelerazione hardware GPU all'interno di un'istanza di Sottosistema Windows per Linux (WSL). Sono inclusi PyTorch e TensorFlow, oltre a tutto il supporto docker e NVIDIA Container Toolkit disponibile in un ambiente Linux nativo.
Installare Windows 11 o Windows 10 versione 21H2
Per usare queste funzionalità, puoi scaricare e installare Windows 11 o Windows 10 versione 21H2.
Installare il driver GPU
Scarica e installa il driver per NVIDIA CUDA abilitato per WSL da usare con i flussi di lavoro CUDA ML esistenti. Per altre informazioni sul driver da installare, vedere:
Installare WSL
Dopo aver installato il driver precedente, assicurarsi di abilitare WSL e installare una distribuzione basata su glibc, ad esempio Ubuntu o Debian. Assicurarsi di avere il kernel più recente selezionando Controlla aggiornamenti nella sezione Windows Update dell'app Impostazioni.
Annotazioni
Assicurati di avere Ricevi gli aggiornamenti per altri prodotti Microsoft abilitato. Puoi trovarla in Opzioni avanzate all'interno della sezione Windows Update dell'app Impostazioni.
Per queste funzionalità, è necessaria una versione kernel 5.10.43.3 o successiva. È possibile controllare il numero di versione eseguendo il comando seguente in PowerShell.
wsl cat /proc/version
Introduzione a NVIDIA CUDA
A questo punto, seguire le istruzioni nella Guida per l'utente di NVIDIA CUDA in WSL ed è possibile iniziare a usare i flussi di lavoro esistenti di Linux tramite NVIDIA Docker o installando PyTorch o TensorFlow all'interno di WSL.
Condividere commenti e suggerimenti sul supporto di NVIDIA tramite il forum community per CUDA su WSL.