WSL2+Ubuntu24.04+RTX显卡：零基础搭建PyTorch深度学习环境全记录

最新推荐文章于 2026-08-04 12:36:24 发布

原创

最新推荐文章于 2026-08-04 12:36:24 发布 · 625 阅读

从零到一：在Windows 11上构建你的专属PyTorch深度学习工作站

你是否也曾对着那些炫酷的AI模型心生向往，却苦于没有合适的Linux服务器环境，只能望“卡”兴叹？或者，你早已厌倦了在虚拟机里与显卡驱动搏斗的漫长夜晚？今天，我想和你分享的，是一条被无数开发者验证过的“捷径”——利用Windows 11内置的WSL2，结合最新的Ubuntu 24.04，将你手边的RTX显卡瞬间变为强大的深度学习引擎。这不仅仅是安装教程，更是一次将个人电脑打造成专业AI开发环境的系统性工程实践。无论你是刚入门的学生，还是希望将本地环境用于原型开发的工程师，这套方案都能让你在熟悉的Windows界面下，无缝享用完整的Linux生态与GPU算力。

1. 基石：WSL2与Ubuntu 24.04的深度部署

在开始之前，我们必须理解一个核心理念：WSL2并非一个简单的“Linux模拟器”，而是一个高度集成的、运行在轻量级虚拟机上的完整Linux内核。这意味着，它既能提供近乎原生的Linux性能，又能与Windows文件系统、网络栈深度互通。对于深度学习而言，最关键的是它能够直接调用宿主机（Windows）的NVIDIA显卡驱动，实现GPU直通，这是传统虚拟机方案难以企及的优势。

1.1 启用WSL2：超越命令行的系统级准备

许多教程会直接让你在PowerShell里输入几个命令，但知其然更要知其所以然。首先，我们需要确保系统满足两个前提条件：

Windows版本：必须是Windows 10版本 2004（内部版本 19041）或更高版本，或者Windows 11。家庭版完全支持，无需升级专业版。
虚拟化支持：需要在主板BIOS/UEFI设置中开启“虚拟化技术”（Intel VT-x 或 AMD-V）。你可以在任务管理器的“性能”选项卡中查看“虚拟化”是否已启用。

接下来，我们以管理员身份启动PowerShell或Windows终端。这里有一个关键细节：如果你使用Windows终端，务必确保当前标签页是以管理员身份运行的PowerShell。

# 启用“适用于Linux的Windows子系统”可选功能
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

# 启用“虚拟机平台”可选功能
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

注意：这两个命令执行后，必须重启计算机才能使更改生效。重启后，WSL的基石才算真正搭建完成。

重启后，我们需要将WSL的默认版本设置为2。这是至关重要的一步，因为WSL1和WSL2在架构上有天壤之别，只有WSL2才支持完整的Linux内核和GPU加速。

wsl --set-default-version 2

如果系统提示WSL内核组件需要更新，你可以直接从微软官方GitHub仓库下载并安装最新的WSL2内核更新包，这通常比通过Windows Update获取更快。

1.2 安装Ubuntu 24.04：选择最优路径

安装Linux发行版有多种方式，但对于追求稳定和可控的深度学习环境，我强烈推荐手动下载并安装发行版镜像，而非通过微软商店在线安装。原因有三：一是网络更可控，避免下载中断；二是可以自定义安装位置，避免占用宝贵的C盘空间；三是便于备份和迁移整个环境。

获取镜像：访问Ubuntu官方WSL页面或微软的发行版列表，找到Ubuntu 24.04 LTS的.appxbundle文件链接进行下载。使用下载工具（如迅雷）可以极大提升速度。
解压与安装：下载得到的文件后缀为.appxbundle，你可以直接将其重命名为.zip并解压。在解压出的文件中，找到名为Ubuntu_2404.0.x.x_x64.appx的文件，再次将其重命名为.zip并解压。最终，你会得到一个包含可执行文件的文件夹（例如Ubuntu_2404.0.5.0_x64）。
迁移与初始化：将这个文件夹整体移动到你有充足空间的磁盘分区（如D盘）。进入文件夹，双击运行ubuntu2404.exe。系统会启动一个终端窗口，进行最后的解压和初