- 微信
- 微博
  
  分享文章到微博
- 复制链接
  
  复制链接到剪贴板

张小白带你在Windows11 预览版的WSL上玩转MindSpore 1.3.0（GPU版）

张辉发表于 2021/08/08 12:38:42 2021/08/08

【摘要】 Windows 11预览版+WSL2+docker+nvidia-docker+MindSpore1.3.0

本文来自于对论坛帖（ https://bbs.huaweicloud.cn/forum/thread-146553-1-1.html ）的整理。

如何在Windows上使用MindSpore GPU版本？这对MindSpore团队和MindSpore的开发者来说，一直是个灵魂拷问。。。

张小白不由得想起去年的这两篇文字：

https://bbs.huaweicloud.cn/forum/thread-82598-1-1.html

https://bbs.huaweicloud.cn/forum/thread-83076-1-1.html

饭饭大侠和菲菲大侠早就对这个情形做了尝试，所以张小白这篇，也只是对上述两篇文字做了一点验证而已。。。可能技术含量并不高，请见谅。

首先要看一下被安装的软硬件，这里，张小白提供了2种机型：

Thinkpad P52 ，原来安装的是Windows 10专业版：

暗影精灵7Plus，原来装的是Windows 10家庭版：

开通Windows预览体验计划

先需要到 https://insider.windows.com/zh-cn/getting-started#flight 这里申请开通预览权限。

开通时记得使用自己的windows登录用户登录进入开通。

注册成功后，点击下面的 “Windows预览体验计划”的链接

可以进入设置界面：

这里有个小插曲，首先，

在开始预览计划的时候，上面的页面并不会出来dev渠道，而是出现报错0x0

搜索 https://hdbl.net/post/120.html 下载注册表文件，打开导入，会出现

Release版本而非Dev版本。

但是饭饭和菲菲两位大大说了，必须用Dev渠道。只好再次搜索，这次在B站搜到解决方案：

https://www.bilibili.com/video/BV1zB4y1K7TK/?spm_id_from=autoNext

照此执行，果然出现了以上页面。

下载并安装Windows11预览版

在前面的页面中点击Windows更新，会发现和自动下载Windows 11预览版的包：

耐心等待下载完毕，会自动安装：

耐心等待安装完毕，会自动重启（可能是多次）

就会进入Windows11的预览版页面：

安装 NVIDIA Drivers for CUDA on WSL

打开 https://developer.nvidia.com/cuda/wsl/download

下载完毕后，点击安装：

安装完毕后，可能会自动启动Nvidia GeForce Experience:

暂时不用管它，关闭即可。

启用WSL和虚拟机平台：

打开控制面板：

启用以下两项：

重启即可。

下载并安装WSL2的Linux内核更新包：

打开 WSL网页：

https://docs.microsoft.com/zh-cn/windows/wsl/install-win10

执行步骤4：

下载内核更新包并执行：

到PowerShell中激活WSL2

wsl --set-default-version 2

安装Ubuntu 18.04

打开microsoft store：

安装ubuntu 18.04，安装完毕后打开：

输入用户名密码ascend/ascend...

确认wsl内核版本：

uname -a

安装docker

curl https://get.docker.com | sh

安装nvidia-docker2

（这个步骤比较长。。。）

根据

https://gitee.com/mindspore/mindspore?_from=gitee_search#docker%E9%95%9C%E5%83%8F

安装nvidia-docker2

DISTRIBUTION=$(. /etc/os-release; echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | apt-key add -

结果执行到第2行报错了，试了几次都不行·。

根据以下文档：

https://www.cnblogs.com/jimchen1218/p/14186262.html

替换阿里云apt源：

sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak

sudo vi /etc/apt/sources.list

sudo apt-get update

sudo curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt install apt-transport-https ca-certificates curl software-properties-common　

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

lsb_release -cs

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable"

sudo apt update

apt-cache policy docker-ce

sudo service docker start

sudo docker run hello-world

curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt-get update

curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | sudo apt-key add -

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list

sudo apt-get update

sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-runtime.list

sudo apt-get update

sudo apt-get install nvidia-container-runtime

sudo apt-get install nvidia-docker2

sudo pkill -SIGHUP dockerd

拖取mindspore 1.3镜像

sudo docker pull mindspore/mindspore-gpu:1.3.0

。。。时间有点长...

运行Mindspore 1.3.0的docker，执行GPU验证

sudo docker run -it -v /dev/shm:/dev/shm --runtime=nvidia --privileged=true mindspore/mindspore-gpu:1.3.0 /bin/bash

准备test.py脚本并执行：

import numpy as np
import mindspore.context as context
from mindspore import Tensor
from mindspore.ops import functional as F

context.set_context(mode=context.PYNATIVE_MODE, device_target="GPU")

x = Tensor(np.ones([1,3,3,4]).astype(np.float32))
y = Tensor(np.ones([1,3,3,4]).astype(np.float32))
print(F.tensor_add(x, y))