一些WSL2的笔记
最近在使用WSL2做一些开发工作，主要是在Windows 11下通过WSL跑深度学习的训练，这里记录一些关于WSL2的用法。
1 什么是WSL
WSL即windows subsystem for Linux也就是windows的Linux子系统，有wsl1和wsl2两个版本，其中wsl1是微软将对Linux内核的调用转换成windows 内核的调用时没有Linux内核的，其优点在与和主机共享一个网络栈同时拥有比较好的对windows文件夹的读写性能。缺点也非常明显，由于没有一个真正的Linux内核，所以需要Linux内核的应用是没有办法的，比如不能使用容器，不能直接安装cuda做机器学习的训练，没有GUI等等。
WSL2是第二个版本，其本质其实是虚拟机，微软依赖于Hyper-V将一个修改过的Linux内核和windows系统同时在hyper上跑。优点自然就是有真正的Linux核心。但是网络、文件读写等方面还是有一定的问题。
2. 安装
在windows 10 22H2和windows 11 22h2上只要在命令行下执行
wsl --install
默认就会安装Ubuntu的发行版本，也可以从Windows应用商店中安装其他发行版本。由于其本质其实是一个虚拟机，所以需要在BIOS中开启CPU的硬件虚拟化支持，如果没有开启的话是不能安装运行的。
安装成功后可以通过wsl命令直接登陆到Linux中。
3. 安装导入其他发行版本
这里以导入RockyLinux为例
3.1 导入Rootfs
1）官方下载
https://docs.rockylinux.org/guides/interoperability/import_rocky_to_wsl/
2）从docker中抽取
<podman/docker> export rockylinux:9 > rocky-9-image.tar
3.2 导入
wsl --import <dis-name> <path-to-vm-dir> <path-to/rocky-9-image.tar.xz> --version 2
如：
wsl --import RockyLinx9 <path-to-vm-dir> <path-to/rocky-9-image.tar.xz> --version 2
成功后会在path-to-vm-dir下看到一个vhdx文件就表示成功了。运行
wsl --list 可以看到导入的所有发行版本，通过
wsl -d <dis-name>
可以登陆。
4 桥接网络
默认情况下wsl2是nat方式，能访问外网，外网不能访问它。
可以通过桥接方式来解决问题，但是多个wsl是共享网络堆栈的。配置方法如下：
4.1 创建新的vSwitch
Set-VMSwitch WSL -NetAdapterName Wi-Fi（eth0）
4.2 设置路由
进入wsl运行下面命令：
sudo ip addr del $(ip addr show eth0 | grep 'inet\b' | awk '{print $2}' | head -n 1) dev eth0
sudo ip addr add 192.168.1.150/24 broadcast 192.168.1.255 dev eth0
sudo ip route add 0.0.0.0/0 via 192.168.1.1 dev eth0
5. WSL2下安装cuda
做机器学习训练时，有时候需要LInux环境，windows的UI界面更合适开发，因此wsl2下训练时一个比较好的选择。
5.1 环境
首先只有算力比较高的显卡才支援，必须在windows下安装支持wsl和cuda的驱动。官方的说法是：WSL 2 support on Pascal or later GPUs，所以只要正确安装n卡的驱动后再安装wsl2就可以了。
5.2 cuda安装
可以在wsl下安装conda，在通过conda 初始化pytorch环境
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
5.3 测试
运行如下脚本：
import torch
print(f"{torch.cuda.is_available()=}")
f = torch.nn.Conv2d(3, 8, 3, device="cuda")
X = torch.randn(2, 3, 4, 4, device="cuda")
Y = X @ X
print(f"{Y.shape=}")
print("matrix multiply works")
Y = f(X)
print(f"{Y.shape=}")
print("Conv2d works")
如果发现如下问题：
Could not load library libcudnn_cnn_infer.so.8
解决方案如下：
打开windows cmd 命令行，不能用powershell
cd \Windows\System32\lxss\lib
del libcuda.so
del libcuda.so.1
mklink libcuda.so libcuda.so.1.1
mklink libcuda.so.1 libcuda.so.1.1本文为Lokie.Wang原创文章,转载无需和我联系,但请注明来自lokie博客http://lokie.wang
- 上一篇： Nginx 一些配置
- 下一篇： nginx统计流量和禁止国外IP访问
- 最新评论
- 总共0条评论
