我在windows 11系统下用上了支持GPU计算的docker。
硬件:拯救者R9000P + RTX 3060
系统:Windows 11
本文基于win11进行部署,请注意系统版本!!!
步骤
一、Windows 11下载安装驱动
(1)进入Nvidia的WSL主页查看信息: https://developer.nvidia.com/cuda/wsl
(2)然后点击进入驱动的下载地址:https://developer.nvidia.com/cuda/wsl/download
因为它会自动安装CUDA, DirectML,DirectX等软件,所以wsl环境需要尽量干净一些。
(3)安装跟着界面一步一步就可以了
二、Windows 11安装Docker
新版安装后是默认开启WSL2的支持的,不过可以自己确认一下。
安装页面
三、升级WSL2并安装Linux子系统
如果WSL还没升级,那么点击下载升级软件
(1)在微软商店中安装Ubuntu20子系统
(2)安装好后打开命令行运行wsl -l -v 查看版本,确定版本是2说明成功
四、在Linux子系统中安装CUDA
CUDA安装页面地址
截止2022.1.13,此页面的版本为cuda 11.6,
根据以下命令运行后执行nvidia-smi确认成功与否。
wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-6-local_11.6.0-1_amd64.deb
sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-6-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda
五、在子系统中运行docker + gpu
docker run –name ttorch –gpus all -it pytorch/pytorch:1.10.0-cuda11.3-cudnn8-devel bash
运行成功后python进行命令行导入torch进行cuda测试,测试结果如下:
在Windows的docker界面中也可以看到这一个运行结果。
参考的博文中说docker for desktop异常报错,不过作者本人并没有遇到这一个问题。
参考
5步搭建wsl2+cuda+docker解决windows深度学习开发问题