最后更新2022/02/07
准备了好多天的gcp，docker，迫不及待先搞起来。在自己的本子上，还是要准备环境。搞了半天才发现，一直用的竟然还是WSL 1，汗，以为一直在用WSL 2呢！
wsl2
enable feature：
enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart
支持虚拟机：
enable-feature /featurename:VirtualMachinePlatform /all /norestart
设置wsl 2
wsl --set-default-version 2
微软商店安装ubuntu，我装了20.0.4 LTS
点ubuntu图标进入ubuntu，首次启动会要求输如用户名和密码，随便什么，记住就好
以上操作可能需要windows升级或者机器重起，不细说了。
查看运行版本
wsl --list --verbose C:UsersHarry>wsl --list --verbose NAME STATE VERSION * Legacy Stopped 1 Ubuntu-20.04 Running 2
对，我有两个wsl，第一个就是老版本，一直当wsl2用的哪个。
安装docker
sudo apt -y install docker.io
安装cuda驱动包
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list curl -s -L https://nvidia.github.io/libnvidia-container/experimental/$distribution/libnvidia-container-experimental.list | sudo tee /etc/apt/sources.list.d/libnvidia-container-experimental.list sudo apt update && sudo apt install -y nvidia-docker2
验证一下
sudo dockerd > /dev/null 2>&1 & sudo docker run hello-world .... sudo docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark > Simulation with CPU 4096 bodies, total time for 10 iterations: 3907.145 ms = 0.043 billion interactions per second = 0.859 single-precision GFLOP/s at 20 flops per interaction > 1 Devices used for simulation GPU Device 0: "Pascal" with compute capability 6.1 > Compute 6.1 CUDA device: [NVIDIA GeForce GTX 1080 Ti] 4096 bodies, total time for 10 iterations: 1.490 ms = 112.602 billion interactions per second = 2252.048 single-precision GFLOP/s at 20 flops per interaction
其中dockerd 服务自动启动，sudo之类的问题以后再解决，目前不影响操作。比较结果很。。。1080Ti和i7比，差了差不多3000倍。。。好像现在的2080，3080更快，还能翻几倍，也就是6000多倍，跪。
搞一个tensorflow测试？
docker run -u
(
i
d
−
u
)
:
(id -u):
(id−u):(id -g) -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-py3-jupyter
网页起来了，然后。。。不会了。明天继续吧。
