Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
O Windows 11 e atualizações posteriores do Windows 10 suportam a execução de ferramentas de ML, bibliotecas e estruturas populares existentes que usam o NVIDIA CUDA para aceleração de hardware de GPU dentro de uma instância do Windows Subsystem for Linux (WSL). Isso inclui PyTorch e TensorFlow, bem como todo o suporte ao Docker e NVIDIA Container Toolkit disponíveis em um ambiente Linux nativo.
Instalar o Windows 11 ou Windows 10, versão 21H2
Para usar esses recursos, você pode baixar e instalar o Windows 11 ou Windows 10, versão 21H2.
Instale o driver da GPU
Baixe e instale o driver habilitado para NVIDIA CUDA para WSL para usar com os seus fluxos de trabalho existentes do CUDA ML. Para obter mais informações sobre qual driver instalar, consulte:
Instalar o WSL
Depois de instalar o driver acima, certifique-se de ativar o WSL e instalar uma distribuição baseada em glibc, como Ubuntu ou Debian. Certifique-se de ter o kernel mais recente selecionando Verificar se há atualizações na seção Windows Update das Configurações do Windows.
Observação
Certifique-se de que a opção Receber atualizações para outros produtos Microsoft está ativada. Pode encontrá-lo em Opções avançadas na secção Windows Update das Definições do Windows.
Para esses recursos, você precisa de uma versão do kernel de 5.10.43.3 ou superior. Você pode verificar o número da versão executando o seguinte comando no PowerShell.
wsl cat /proc/version
Introdução ao NVIDIA CUDA
Agora siga as instruções no Guia do Usuário do NVIDIA CUDA na WSL e você pode começar a usar seus fluxos de trabalho Linux existentes através do NVIDIA Docker, ou instalando o PyTorch ou o TensorFlow dentro do WSL.
Compartilhe comentários sobre o suporte da NVIDIA através de seu fórum da comunidade para CUDA na WSL.