通过WSL2在Windows11上安装Linux子系统到非系统盘，并安装CUDA

wsl简介

在一台Windows电脑上使用Linux系统的方法，之前只知道两种方式，一种是在电脑上安装双系统，另一种是通过安装虚拟机（VMware或VirtualBox等）安装Linux系统。这两种方式对于主用Windows的开发人员来说，第一种需要切换系统比较麻烦，文件也不方便互传；第二种虽然方便一些，但涉及AI研发使用CUDA以及磁盘空间占用等方面时也不好用。后来了解到Windows有个叫wsl的功能可以也使用Linux。

什么是wsl？这里引用微软官方的原文：

对于Windows11，默认安装的是wsl2。“WSL 2 是默认发行版类型。 WSL 2 使用虚拟化技术在轻量级实用工具虚拟机 (VM) 中运行 Linux 内核。”也就是说，通过wsl2安装的Linux系统已经具有了Linux内核，基本可以具备使用Linux的所有需求。以下是三种Windows系统安装Linux系统的方案对比。

方法	启动速度	资源占用	系统隔离性	适用场景
虚拟机	分钟级	高	完全隔离	完整GUI操作、内核级调试
WSL	秒级	较低	子系统隔离	原生Linux工具链开发
双系统	分钟级	独占硬件	物理隔离	需要直接操作硬件的场景

wsl2安装

1.按下 Win + S，在Windows搜索框输入搜索“Windows功能”，在打开的菜单中勾选【适用于Linux的Windows子系统】。启用后会提示重启电脑生效。

2.按下 Win + S，在搜索框输入cmd，用管理员模式打开命令提示符。

输入如下命令：

wsl -l -v

此时应该会有下图提示，这种情况下就可以安装Linux发行了。

（如果不是以上提示而是提示需要更新安装之类的，直接按照提示键入ENTER安装即可，这种情况还需要重启一次）

3.安装Linux发行版，以Ubuntu为例。

同样在管理员模式下的命令提示符中输入如下命令进行安装（可能需要魔法哦）

wsl --install

4.设置用户名和密码

安装完成后，最近添加的文件中会有下列几项，点击运行Ubuntu，

在等待一会儿后会有输入用户名的提示如下，删除预设的用户名，改为我们自己的，然后输入两次密码。

到此便是安装成功了，可以正常使用该Linux系统。

更改wsl2安装的Linux目录

通过wsl2安装的Linux系统默认安装在C盘，这很不科学，C盘作为系统盘本来空间就不大。我们需要将其更改到D盘或者其他盘符上。

步骤：

同样在管理员模式下的命令提示符中。

1. 关闭wsl：

wsl --shutdown

2. 导出当前WSL系统备份：

wsl --export Ubuntu D:\ubuntu_backup.tar 

此操作将原linux子系统导出为tar文件，保存到D盘，此时D盘下会有一个ubuntu_backup.tar文件。

3. 注销原系统：

wsl --unregister Ubuntu 

此操作会释放C盘空间，但会留有几百兆的系统文件。

4. 重新导入到其他盘：

wsl --import Ubuntu D:\WSL-ubuntu\ D:\ubuntu_backup.tar

此操作最终将虚拟硬盘文件ext4.vhdx迁移到D:\WSL-ubuntu\目录。以后在Linux系统中生成的文件数据都会存储在ext4.vhdx中，也就不影响C盘的容量了。

5. 确认更改成功：

wsl -l -v

会看到如下信息，表明更改成功。

此时在开始菜单中可能没有Ubuntu图标了，不过可以通过点击wsl图标开启wsl，之后在wsl中开启Ubuntu。可能会出现警告信息如下，不影响正常使用，直接忽略掉就可以了。

安装CUDA

安装的子系统不能直接使用Windows中已安装的CUDA工具，NVIDIA官方提供了针对WSL的CUDA Toolkit（如cuda-repo-wsl-ubuntu），可直接在WSL中安装并调用GPU资源。

具体安装步骤需要在打开的Linux窗口下运行以下命令：

1. 更新系统包：

sudo apt update
sudo apt upgrade -y

2. 安装CUDA：

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_64/3bf863cc.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"
sudo apt install cuda

3. 验证GPU可用性

nvidia-smi  # 检查GPU状态
nvcc --version  # 查看CUDA版本

如果这里显示未找到命令，需要下一步，配置环境变量

4. 配置环境变量

编辑系统变量文件，输入以下命令

vim ~/.bashrc

在打开的文件中的文末追加添加下面两行

export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

5. 使配置生效

source ~/.bashrc

再次验证GPU可用性，出现以下提示就是安装CUDA成功了。

安装anaconda3(python环境)

做python开发怎么能少的了anaconda？秉持着“一条龙服务”的精神，anaconda的安装也顺便写了。在Linux窗口根目录下键入命令。

1. 下载anaconda3

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh

2. 安装anaconda3

在下载的anaconda3当前目录输入以下命令。

bash Anaconda3-2024.10-1-Linux-x86_64.sh

1. 阅读并接受许可协议，按yes。
2. 选择安装路径，默认路径是~/anaconda3，建议直接默认路径敲ENTER键
3. 一路根据提示敲回车或者输入yes，最终安装完成

3. 配置环境变量

如果安装最后步骤输入了yes，直接输入source ~/.bashrc激活环境变量。就可以使用conda命令了。

否则需要配置环境变量。

vim ~/.bashrc

在文末追加添加anaconda3的安装路径，然后source ~/.bashrc激活环境变量

export PATH="/home/你的用户名/anaconda3/bin:$PATH"

全部环境搭建完就可以在Windows上使用Linux快乐地做AI相关开发了。

---