1. 环境准备与基础配置
在Win11上通过WSL2运行Ubuntu 24.04并配置支持GPU的Docker环境,首先需要确保硬件和软件环境满足基本要求。我实测这套方案在RTX 3060/3080/4090显卡的笔记本和台式机上都能稳定运行,但有几个关键点需要注意。
硬件要求方面,你的电脑需要搭载NVIDIA显卡(GTX 10系列及以上),并且已经安装最新版驱动。我建议通过GeForce Experience更新驱动到545.x或更高版本,这是支持WSL2 GPU加速的最低要求。内存建议16GB以上,因为深度学习任务通常比较吃内存。
软件准备需要三个核心组件:
- Windows 11 22H2或更新版本
- 已启用WSL2功能
- Ubuntu 24.04 LTS发行版
验证WSL2是否正常工作很简单,在PowerShell中运行:
wsl --list --verbose
应该能看到Ubuntu-24.04的状态为"Running",版本为2。如果显示版本1,需要通过wsl --set-version Ubuntu-24.04 2转换。
注意:微软官方推荐在WSL2中使用GPU加速时,Windows系统版本必须不低于Build 22000,否则会出现兼容性问题。我遇到过Build 19045的系统无法正确识别GPU的情况,升级系统后解决。
2. Ubuntu 24.04系统配置
安装好Ubuntu 24.04后,首先更新软件源。由于国内网络环境问题,建议替换为国内镜像源。我习惯使用阿里云源,速度比较稳定:
sudo sed -i 's|http://archive.ubuntu.com|https://mirrors.aliyun.com|g' /etc/apt/sources.list
sudo apt update && sudo apt upgrade -y
显卡驱动验证是关键步骤。在Ubuntu终端输入:
nvidia-smi
正常情况应该显示显卡型号、驱动版本和CUDA版本信息。如果报错"command not found",说明驱动未正确安装。WSL2的特殊之处在于它直接使用Windows主机安装的NVIDIA驱动,不需要在Ubuntu内单独安装驱动。
我遇到过一种典型问题:nvidia-smi能运行但显示"No devices were found"。这通常是因为:
- Windows主机驱动版本太旧
- WSL2内核版本不匹配
- 未启用WSL2的GPU加速功能
解决方法依次是:
- 更新Windows的NVIDIA驱动
- 在PowerShell执行
wsl --update - 在Windows"启用或关闭Windows功能"中确认"虚拟机平台"和"Windows子系统"已勾选
3. Docker引擎安装与配置
Ubuntu 24.04已经采用systemd作为初始化系统,这让我们可以用标准方式安装Docker。官方推荐使用apt仓库安装,而不是下载d


1万+

被折叠的 条评论
为什么被折叠?



