WSL2和Docker使用GPU

文章目录

  • 安装Docker-Desktop
  • 简单配置docker
  • win10安装支持WSL2的nvidia驱动
  • ubuntu配置 CUDA Toolkit
  • GPU测试及问题处理

安装Docker-Desktop

安装Docker-Desktop

Docker-Desktop下载地址 :https://www.docker.com/products/docker-desktop/

WSL2和Docker使用GPU_第1张图片

接着就一路无脑安装即可。

WSL2和Docker使用GPU_第2张图片

下载完成之后,Docker Desktop会放在开机自动启动的文件目录下,因此每次开机都会自动开启。

WSL2和Docker使用GPU_第3张图片

可以观察到:左下角图标显示绿色就表示服务都正常运行。

WSL2和Docker使用GPU_第4张图片

简单配置docker

这里简单设置一下镜像加速器

 "registry-mirrors": [
        "https://docker.mirrors.ustc.edu.cn/",
        "http://hub-mirror.c.163.com"
  ]

WSL2和Docker使用GPU_第5张图片

2.启动Docker Desktop for Windows,点击“设置”按钮,启用基于WSL2的引擎复选框(Use the WSL 2 based engine)

WSL2和Docker使用GPU_第6张图片

在 Resources 的WSL Integration中设置要从哪个 WSL2 发行版中访问 Docker,如下图使用的是 Ubuntu。

WSL2和Docker使用GPU_第7张图片

进入到ubuntu命令窗口,输入以下命令。就可以在WSL2中使用docker了

docker --version

在这里插入图片描述

win10安装支持WSL2的nvidia驱动

.在win10安装支持WSL2的nvidia驱动

驱动下载地址CUDA on Windows Subsystem for Linux (WSL):https://developer.nvidia.com/cuda/wsl

下载完成后直接默认安装就行

在这里插入图片描述

ubuntu配置 CUDA Toolkit

在安装CUDA Toolkit 需要先安装gcc,g++,否则会出现以下错误

在这里插入图片描述

因此,输入以下命令安装gcc,g++。

sudo apt install gcc g++ make

在NIVDIA官方的CUDA Toolkit安装界面选择合适版本,这里选择11.7安装。

WSL2和Docker使用GPU_第8张图片
根据官网给出的命令进行安装

wget https://developer.download.nvidia.com/compute/cuda/11.7.0/local_installers/cuda_11.7.0_515.43.04_linux.run
sudo sh cuda_11.7.0_515.43.04_linux.run

接下来就出现这样的界面

这里我们键入accept按回车
WSL2和Docker使用GPU_第9张图片

之后就出现这样的界面了

WSL2和Docker使用GPU_第10张图片

由于已经在windows系统中安装了NVIDIA显卡驱动,所以这里不需要在子系统中安装CUDA 11.7中附带的驱动,移动到Driver选项上,按空格键将该项取消,然后再移动到Install选项,回车,等待安装。WSL2和Docker使用GPU_第11张图片
安装完成之后就会出现这样的界面

WSL2和Docker使用GPU_第12张图片

===========
= Summary =
===========

Driver:   Not Selected
Toolkit:  Installed in /usr/local/cuda-11.7/

Please make sure that
 -   PATH includes /usr/local/cuda-11.7/bin
 -   LD_LIBRARY_PATH includes /usr/local/cuda-11.7/lib64, or, add /usr/local/cuda-11.7/lib64 to /etc/ld.so.conf and run ldconfig as root   

To uninstall the CUDA Toolkit, run cuda-uninstaller in /usr/local/cuda-11.7/bin
***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 515.00 is required for
 CUDA 11.7 functionality to work.
To install the driver using this installer, run the following command, replacing <CudaInstaller> with the name of this run file:
    sudo <CudaInstaller>.run --silent --driver

Logfile is /var/log/cuda-installer.log

设置环境变量

(nano或者用vim也行·)

sudo nano .bashrc

添加以下内容:

export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

执行以下命令

source .bashrc

输入nvcc -V查看cuda。

nvcc -V

在这里插入图片描述

GPU测试及问题处理

测试在WSL2中是否可以使用GPU

docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark

在这里插入图片描述
出现Bug了
解决方案:win10 Docker Desktop使用GPU

检测windows更新,重启一下就好了

WSL2和Docker使用GPU_第13张图片

再次执行上面那条语句

WSL2和Docker使用GPU_第14张图片

最后,分别在linux命令行中输入nvcc -Vnvidia-smi查看驱动

WSL2和Docker使用GPU_第15张图片
★,°:.☆( ̄▽ ̄)/$:.°★

参考资料:

重点推荐:win10 Docker Desktop使用GPU
https://blog.csdn.net/xyl192960/article/details/120246820
https://blog.csdn.net/Rayone_/article/details/124410685
https://zhuanlan.zhihu.com/p/434239083
2021年 Windows10 环境下使用WSL和Docker 配置深度学习环境- 可使用任意版本的 Ubuntu+CUDA image 以及踩坑记录
Win10/Win11子系统(二)——深度学习环境搭建:WSL2+Ubuntu20.04+CUDA10.1+pytorch1.8.1+pycharm
ubuntu18.04配置deepo深度学习环境(cuda + cudnn + nvidia-docker + deepo)–超级细致,并把遇到的错误和所有解决方案都列出来了
基于 WSL2+Docker 的一种深度学习环境解决方案
WSL Ubuntu + Docker Desktop搭建python环境
WSL 2 上的 Docker 远程容器入门
一篇文章搞定 Docker 入门

你可能感兴趣的:(docker,linux,容器)