windows11 安装WSL2详细过程

一、什么是 WSL 2

时间来到 2017 年，事情正在起变化。微软正式发布了「适用于 Linux 的 Windows 子系统」，即人们熟知的 Windows Subsystem for Linux，简称 WSL。
在 2019 年，微软又基于 Hyper-V 架构的部分功能，推出了全新的 WSL 2。它能够在一个高度优化的虚拟化中运行完整的 Linux 内核。

WSL 2 的系统要求

WSL 2 使用了 Hyper-V 架构的一部分功能，但对 Windows 11 的版本并没有限制。家庭版、教育版、专业版和企业版都可以安装。
除了x86_64架构外，WSL 2 也支持ARM处理器。但要在基于 ARM 的设备上运行，所使用的 Linux 系统也必须是 ARM 版本。
如果你使用的虚拟机软件支持嵌套虚拟化，WSL 2 也可以在虚拟机中的 Windows 上运行。

为什么要安装WSL 2

AI大模型本地运行是需要显卡的，如果你需要对AI模型进行微调，必须是Linux系统，Windows系统是不行的。

为什么？因为微调涉及到的一些组件，Windows无法运行，只能是Linux系统才行。

虽然window有运行AI大模型的软件，比如大家熟悉的‌Ollama，LM Studio。这些只是能运行大模型而已，想要微调是不可能的。

 

我尝试安装过VirtualBox、VMware Workstation。使用这些虚拟化软件安装ubuntu系统，但是加载英伟达显卡有问题，不是很理想。

经过几天的尝试，在Windows系统中，想要通过ubuntu系统加载英伟达显卡，最好的方案就是WSL 2，能完美加载英伟达显卡。

 

注意：window11家庭版也是可以运行WSL 2，网上说什么必须要升级到专业版，都是扯淡的。

一般我们购买的游戏笔记本电脑，默认都是Windows11家庭版，没必要升级到专业版，还得购买激活码，太麻烦了。

二、安装 WSL 2

启用 WSL 和虚拟机平台功能

打开cmd窗口，运行以下2个命令

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

注意：运行过程比较漫长，大概15分钟左右，请耐心等待。

运行完成后，效果如下：

PS C:\WINDOWS\system32> dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

部署映像服务和管理工具
版本: 10.0.26100.1150

映像版本: 10.0.26100.3775

启用一个或多个功能
[==========================100.0%==========================]
操作成功完成。
PS C:\WINDOWS\system32> dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

部署映像服务和管理工具
版本: 10.0.26100.1150

映像版本: 10.0.26100.3775

启用一个或多个功能
[==========================100.0%==========================]
操作成功完成。

提示操作成功之后，必须要重启电脑。

 

更新wsl

自带的wsl更新命令，会非常慢。为了加快速度，直接从github里面下载最新版本。

https://github.com/microsoft/WSL/releases

使用迅雷下载

 下载完成后，直接双击安装，下一步，下一步即可。

设置版本

以管理员身份打开Powershell，输入命令

wsl --set-default-version 2

三、WSL2运行ubuntu系统

使用自带的命令在线安装ubuntu系统，会特别的慢。

这里直接下载ubuntu镜像文件

https://learn.microsoft.com/en-us/windows/wsl/install-manual#downloading-distributions

下载最新版本24.04，开启迅雷下载，速度飞快。

下载完成后，会得到文件Ubuntu2404-240425.AppxBundle

将文件名，重命名为Ubuntu2404-240425.zip，不用担心文件会损坏，改成zip就是为了方便解压而已。

解压之后，得到文件夹Ubuntu2404-240425

进入文件夹，找到文件Ubuntu_2404.0.5.0_x64.appx，重命名为：Ubuntu_2404.0.5.0_x64.zip，然后解压。

得到文件夹Ubuntu_2404.0.5.0_x64

将文件夹复制到D盘，因为你的C盘空间，可能会不太够，只要是一个空间比较的大磁盘即可。

进入文件夹D:\Ubuntu_2404.0.5.0_x64，你会看到一个ubuntu2404.exe，直接双击即可

 运行之后，会提示输入用户名和密码

注意：这里的用户，就是管理员，使用你的名字中文拼音或者英文名都行，密码随意。当然，和root用户，不是一个级别的。

 

登录成功之后，使用以下命令，切换到root用户

$ sudo su root
[sudo] password for xiao:
root@DESKTOP-1SGUH22:/home/xiao# whoami
root
root@DESKTOP-1SGUH22:/home/xiao#

 

安装组件net-tools，openssh-server

apt-get install -y net-tools openssh-server

查看ip地址

# ifconfig
eth0: flags=4163<UP,BROADCAST,RUNNING,MULTICAST>  mtu 1500
        inet 172.28.255.140  netmask 255.255.240.0  broadcast 172.28.255.255
        inet6 fe80::215:5dff:fe47:b74c  prefixlen 64  scopeid 0x20<link>
        ether 00:15:5d:47:b7:4c  txqueuelen 1000  (Ethernet)
        RX packets 2712288  bytes 4101955783 (4.1 GB)
        RX errors 0  dropped 0  overruns 0  frame 0
        TX packets 275004  bytes 21708764 (21.7 MB)
        TX errors 0  dropped 0 overruns 0  carrier 0  collisions 0

注意：这个ip，Windows11是可以直接通讯的。所以你使用xshell客户端，也是可以连接的。

 

四、安装英伟达显卡驱动

我的游戏本，英伟达显卡型号是，NVIDIA GeForce RTX 5080 Laptop GPU，显存有16GB

内存有64GB，已经顶级配置了，因为主板最大只能支持64GB

固态硬盘2TB，也接近顶级了，因为主板只有2个硬盘插槽。

cpu是Intel Core i9 14900HX，是英特尔移动端性能比较高的cpu。

CUDA Toolkit

CUDA Toolkit 是NVIDIA 提供的一套开发工具，它包含了用于开发CUDA 应用程序所需的各种工具，如编译器、调试器和库。 因此，CUDA 和CUDA Toolkit 是有关系的，CUDA 是并行计算平台和编程模型，而CUDA Toolkit 是一套开发工具。

 

如果你想在 WSL 中使用 CUDA Toolkit，可以按照以下步骤进行安装：
1. 在 NVIDIA 官网找到与你的显卡和驱动程序兼容的 CUDA Toolkit 版本。


2. 在 WSL 的 Ubuntu 终端中安装 CUDA Toolkit。例如，安装 CUDA Toolkit 12.8：

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/12.8.0/local_installers/cuda-repo-wsl-ubuntu-12-8-local_12.8.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-12-8-local_12.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-12-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-toolkit-12-8

 

3. 将 CUDA 工具链添加到环境变量中：

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

 

4. 验证 CUDA Toolkit
运行以下命令验证 CUDA Toolkit 是否安装成功：

# nvcc -V
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2025 NVIDIA Corporation
Built on Wed_Jan_15_19:20:09_PST_2025
Cuda compilation tools, release 12.8, V12.8.61
Build cuda_12.8.r12.8/compiler.35404655_0

 

NVIDIA 驱动程序

在 WSL 的 Ubuntu 终端中运行以下命令，安装与你的显卡兼容的 NVIDIA 驱动程序。例如，安装最新的驱动程序版本：

sudo apt install nvidia-utils-570-server

安装完成后，运行以下命令验证 NVIDIA 驱动程序是否正确安装：

nvidia-smi

效果如下：

# nvidia-smi
Wed May  7 15:19:11 2025
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 570.133.20             Driver Version: 576.28         CUDA Version: 12.9     |
|-----------------------------------------+------------------------+----------------------+
| GPU  Name                 Persistence-M | Bus-Id          Disp.A | Volatile Uncorr. ECC |
| Fan  Temp   Perf          Pwr:Usage/Cap |           Memory-Usage | GPU-Util  Compute M. |
|                                         |                        |               MIG M. |
|=========================================+========================+======================|
|   0  NVIDIA GeForce RTX 5080 ...    On  |   00000000:01:00.0  On |                  N/A |
| N/A   45C    P5             28W /  100W |    1870MiB /  16303MiB |      5%      Default |
|                                         |                        |                  N/A |
+-----------------------------------------+------------------------+----------------------+

+-----------------------------------------------------------------------------------------+
| Processes:                                                                              |
|  GPU   GI   CI              PID   Type   Process name                        GPU Memory |
|        ID   ID                                                               Usage      |
|=========================================================================================|
|  No running processes found                                                             |
+-----------------------------------------------------------------------------------------+

可以看到显卡NVIDIA GeForce RTX 5080，显存为16303MiB，也就是16GB

 

五、WSL文件管理

Ubuntu运行成功之后，可以看到一个小企鹅图标，点击进去

 这里可以看到Linux文件

注意：某些目录是不允许访问的。

如果你需要上传文件，可以上传到tmp目录，是可以的。

你也可以通过xftp工具进行上传也没问题。

 

进入本地目录，D:\Ubuntu_2404.0.5.0_x64，可以看到文件ext4.vhdx

上面展示的Linux文件系统的文件，都在这个硬盘文件里面，目前有18.6GB。

之后产生的所有文件，都在这里。

六、Anaconda安装

Anaconda是一个开源的Python发行版本，专注于数据科学、机器学习和大数据处理，集成了conda包管理器、Python解释器及180多个预装科学计算库（如NumPy、Pandas），提供跨平台的环境隔离与管理功能。

其实说白了，就是方便创建python虚拟环境。因为ubuntu24.04系统，默认就有一个python环境，但是这套系统，可能要运行多个python项目，比如：api server，定时脚本，AI大模型等等。每个项目需要的组件是不一样的，一般都会为每一个项目，创建单独的虚拟环境，进行运行。

1. 下载 Anaconda 安装脚本：
打开终端并输入以下命令下载最新版本的 Anaconda 安装脚本：

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

 

2. 运行安装脚本：
使用 bash 命令运行下载的安装脚本：

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

在安装过程中，按提示操作，查看并同意许可协议，选择安装位置，一路yes完，选择默认配置即可，等待安装完成。


3. 初始化 Conda：
安装完成后，运行以下命令初始化 Conda：

source ~/.bashrc

 

4. 验证安装：
运行以下命令验证 Conda 是否安装成功：

conda --version

 

七、PyTorch安装

在进行 AI 模型微调过程中，只需要安装 CUDA Toolkit 即可满足基本需求。

在实际操作中，还需要确保安装的 CUDA Toolkit 版本与所使用的深度学习框架（如 TensorFlow、PyTorch 等）以及 GPU 驱动版本相互兼容。

例如，PyTorch 版本与 CUDA 版本必须要对应，否则无法正常使用 GPU 加速功能

安装命令

打开pytorch网页

https://pytorch.org/get-started/locally/

说明：

pytorch安装，python版本不能低于3.9

pytorch build，这里选择最新版本

your os，选择Linux

Package，选择pip安装

Language，开发语言，选择Python

compute platform，这里选择CUDA 12.8，因为在上面的步骤中，我安装的版本就是CUDA Toolkit 12.8

run this command，这里就会显示完整的安装命令，直接复制即可

 

创建虚拟环境

使用conda创建虚拟python环境

默认ubuntu 24.04，python版本为3.12.7

conda create --name my_unsloth_env python=3.12.7

 

激活虚拟环境

conda activate my_unsloth_env

 

安装pytorch

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu128

 

在python中确认一下torch是否安装成功

# python
Python 3.12.7 | packaged by Anaconda, Inc. | (main, Oct  4 2024, 13:27:36) [GCC 11.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> import torch
>>> print(torch.cuda.device_count())
1
>>> print(torch.cuda.is_available())
True
>>> print(torch.__version__)
2.7.0+cu128
>>> print(torch.version.cuda)
12.8
>>> exit()

 

AI大模型，需要的微调环境，基本上就安装完毕了。

主要涉及，CUDA Toolkit，NVIDIA 驱动程序，PyTorch

 

 

最后说明一下，WSL官方是不建议在生产环境中使用的，因为不稳定。

当然，我在使用过程中，也确实遇到了卡死情况。卡死了，怎么办？直接把cmd窗口关闭即可。

想要再次启动，直接运行D:\Ubuntu_2404.0.5.0_x64里面的ubuntu2404.exe文件即可。

 

WSL可以本地运行ubuntu系统，方便我们学习AI模型微调。在真正的生产环境中，是用Ubuntu服务器，直接加载服务器级别的显卡进行运算的。

当然，显卡价格是贵的离谱，一般都是公司买单。几十万，上百万的都有。

 

From:https://www.cnblogs.com/xiao987334176/p/18864140
肖祥
100+评论
captcha
    相关文章
    1. CSS 魔法与布局技巧
      CSS 布局与视觉效果常用实践指南 在我一篇随笔中其实有说到十大布局，里面有提到 flex 布局、grid 布局、响应式布局，不过没有提到容器查询这个，现在说下这三个布局然后穿插下容器查询把。 1️⃣ 核心布局方案 \u0026#129513; Flexbox 弹性布局 适用场景：线性布局、动态内容对齐，例如按钮组、导航栏
      幼儿园技术家
      3 天前
    3. Linux系列：如何用perf跟踪.NET程序的mmap泄露
      一：背景 1. 讲故事 如何跟踪.NET程序的mmap泄露，这个问题困扰了我差不多一年的时间，即使在官方的github库中也找不到切实可行的方案，更多海外大佬只是推荐valgrind这款工具，但这款工具底层原理是利用模拟器，它的地址都是虚拟出来的，你无法对valgrind 监控的程序抓dump，并且
      一线码农
      4 天前
    4. rust程序静态编译的两种方法总结
      1. 概述 经过我的探索，总结了两种rust程序静态编译的方法,理论上两种方法都适用于windows、mac os和linux(mac os未验证)，实测方法一性能比方法二好，现总结如下，希望能够帮到你. 2.方法一 2.1 添加配置文件 在项目的同级文件夹下新建“.cargo/config.tom
      Jiajie6591
      4 天前
    5. C#实现ModbusTCP从站（三）
      C#实现ModbusTCP从站（三） 前言 【作者】：编程笔记in 【原文】：mp.weixin.qq.com/s/EerOuTF2HK72ykNHJS1duQ 本文描述如何使用C#原生的Socket类实现ModbusTCP从站功能。 ModbusTCP从站是作为响应设备（服务器端）被动接收并处理主
      编程笔记in
      4 天前
    6. 线程安全集合 --- Concurrent
      引言 最近看一些代码的时候，发现有人用 System.Collections.Concurrent 下的 BlockingCollection 很便利的实现了生产者 - 消费者模式，这是之前没有注意到的，之前只关注过 ConcurrentQueue\u0026lt;T\u0026gt; 、ConcurrentStack\u0026lt;T\u0026gt; 或
      Concurrent - NiueryDiary
      3 天前
    8. 基于对称和公钥的混合加密系统流程图解
      目录为什么要用混合加密系统？加密流程解密流程Reference 为什么要用混合加密系统？ 基于 非对称加密技术 解决了密钥配送问题，但是非对称加密有两个问题： 非对称加密 处理速度不如 对称加密； 无法抵御 中间人攻击；（指攻击者与通讯的两端分别建立独立的联系，并交换其所收到的数据，使通讯的两端认为
      Mysticbinary
      3 天前
    9. OpenDeepWiki一分钟即可让您的仓库自动生成精美文档
      引言 还在为编写详尽的项目文档而头疼吗？是否曾经面对一个陌生的代码仓库，却不知从何下手理解其结构和逻辑？在软件开发的世界里，高质量文档就像一张详细的地图，引导开发者穿越复杂代码的迷宫。然而，编写这样的文档往往耗时耗力，成为团队效率的瓶颈。今天，我要向您介绍一位强大的助手——OpenDeepWiki，
      239573049
      3 天前
    10. C#/.NET/.NET Core优秀项目和框架2025年4月简报
      前言 公众号每月定期推广和分享的C#/.NET/.NET Core优秀项目和框架（每周至少会推荐两个优秀的项目和框架当然节假日除外），公众号推文中有项目和框架的详细介绍、功能特点、使用方式以及部分功能截图等（打不开或者打开GitHub很慢的同学可以优先查看公众号推文，文末一定会附带项目和框架源码地址
      追逐时光者
      3 天前