【wsl】window子系统ubantu安装cuda 显卡3060

可以跳到1.1步骤开始

window11 wsl安装cuda 显卡3060

查看显卡

这个默认就有的，如果安装不对不会显示显卡信息，跟conda环境也有关系

nvidia-smi

查看cuda版本，这个版本和通过window下查看的版本不一样，window下的是驱动版本，没有安装cuda-toolkit之前没有个命令
一开始的版本是10.1

(GPU) root@DESKTOP-UHU0SVF:~# nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2019 NVIDIA Corporation
Built on Sun_Jul_28_19:07:16_PDT_2019
Cuda compilation tools, release 10.1, V10.1.243

1、安装CUDA-Toolkit

1.1使用run安装-推荐

简单，会出现一个命令窗口，直接按照提示进行，选择最后一项install之后按enter

wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda_11.6.2_510.47.03_linux.run
sudo sh cuda_11.6.2_510.47.03_linux.run

1.2 扩展 （读者可以跳过）

###########################以下是扩展部分#######################################

与pytorch的cuda存在向下兼容或者向上不兼容的问题，

选择要小于本机电脑的cuda版本，大于pytorch的cuda版本【我推测的，还没有实验】

CUDA Toolkit 下载地址

选择WSL-Ubuntu

在线安装没试过

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
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"
sudo apt-get update
sudo apt-get -y install cuda

离线安装

安装CUDA-Toolkit版本 11.6.2

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/11.6.2/local_installers/cuda-repo-wsl-ubuntu-11-6-local_11.6.2-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-6-local_11.6.2-1_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

安装命令

conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

如果下载慢的话配置镜像源

# 推荐方法
vim ~/.condarc

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

###############################以上是扩展部分###################################
最后反正是成功了

2、设置环境变量

安装完之后一定要设置环境变量否则，此版本不会是默认的版本

PATH includes /usr/local/cuda-11.6/bin
LD_LIBRARY_PATH includes /usr/local/cuda-11.6/lib64, 
 or, add /usr/local/cuda-11.6/lib64 to /etc/ld.so.conf and run ldconfig as root

sudo vi ~/.bashrc # 打开bashrc 
export PATH="/usr/local/cuda-11.6/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.6/lib64:$PATH"

使环境变量生效

source ~/.bashrc # 生效

nvcc --version
=========================================
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2022 NVIDIA Corporation
Built on Tue_Mar__8_18:18:20_PST_2022
Cuda compilation tools, release 11.6, V11.6.124
Build cuda_11.6.r11.6/compiler.31057947_0

卸载

/usr/local/cuda-11.6/bin/cuda-uninstaller

测试

>>> import torch
>>> torch.version.cuda
'11.1'
```
>>> torch.cuda.is_available()
True