文章目录

• Windows 侧
• • 安装 NVIDIA 显卡驱动
• WSL 2 侧
• • 安装 CUDA Toolkit
  • 安装 cuDNN（可选）
• 参考文档

Windows 侧

安装 NVIDIA 显卡驱动

目前大多数 N 卡电脑都已经自带了 NVIDIA GeForce Experience 软件以及显卡驱动，无需额外配置。

在 Windows 的终端中，可以执行 nvidia-smi 查看显卡状态：

如果没有驱动的话，可以在官网下载，根据自己的配置选择安装即可：

驱动安装完成后，可以执行 nvidia-smi 验证驱动安装是否成功。

WSL 2 侧

安装 CUDA Toolkit

需要注意的是，新版本的 Windows NVIDIA 显卡驱动已经内置了对 WSL 2 的支持，这也就意味着只需 Windows 中有 NVIDIA 显卡驱动即可，而不需要 WSL 2 中另外再安装。WSL 2 中只需要安装 CUDA Toolkit for WSL 2 即可：

在 WSL 2 终端中可以直接执行 nvidia-smi 来查看显卡状态：

可以看到，驱动版本为 522.25，所能支持的最新的 CUDA 的版本为 11.8。

CUDA 安装方式可以参考官网，注意选择 WSL 版：

参考安装命令如下：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin # 下载cuda的apt pin文件
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600 # 将cuda的apt pin文件移入apt配置目录中
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb # 下载cuda的deb包
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb # 安装cuda的deb包
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/ # 导入cuda的gpg key
sudo apt update # 更新apt仓库元数据
sudo apt -y install cuda # 安装cuda

安装完成后，在 ~/.bashrc 中添加相关环境变量：

# CUDA
export CUDA_HOME=/usr/local/cuda
export PATH=${PATH}:${CUDA_HOME}/bin
export LD_LIBRARY_PATH=${CUDA_HOME}/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

说明一下 LD_LIBRARY_PATH 部分涉及的 shell 语法。LD_LIBRARY_PATH:+ 遵循 ${var:+string} 形式的覆盖缺省值规则。${var:+string} 表达式中，当 var 不为空值时表达式值为 string，否则表达式值为 var，即空值。对于 ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} 这一表达式，如果原本LD_LIBRARY_PATH 的值不为空，那么表达式的值为 :${LD_LIBRARY_PATH}，即在 ${LD_LIBRARY_PATH} 值的基础上往开头加了个冒号 :；如果原本 LD_LIBRARY_PATH 为空值，那么表达式的值也就为空值。

最后，执行 nvcc -V 能正常输出版本信息即表示配置成功：

需要注意的是，执行 nvcc -V 输出的 CUDA 版本和执行 nvidia-smi 输出的 CUDA 版本并不等同，前者是 CUDA 运行 API 的版本，是实际安装的 CUDA 版本，而后者是 NVIDIA 显卡驱动能支持的最高 CUDA 运行 API 版本。实际安装 CUDA 版本不应高于驱动支持的最高版本。

安装 cuDNN（可选）

cuDNN 是进行 GPU 加速的深度神经网络库，可以从官网下载。注意选择与 CUDA 对应的版本，具体安装包类型可以根据个人需要选择。

在 WSL 2 终端中执行 lsb_release -a 和 uname -a 可以查看系统信息：