WSL2子系统深度学习环境CUDA与CUDNN安装卸载教程

0 前言

CUDA（统一计算设备架构）是NVIDIA推出的通用并行计算平台，允许开发者使用C/C++等高级语言对GPU进行编程。代码经CUDA编译器转译后，即可在NVIDIA GPU上高效运行。当前大火的神经网络模型训练，正是CUDA最典型的应用场景之一。

1. 前提条件

1.1 实验环境

开始前，先介绍本次实验的环境配置，方便大家对照参考，避免因环境不一致而踩坑。

• Windows 11 操作系统
• CUDA 版本：12.6
• WSL2 (Windows Subsystem for Linux 2)
• Ubuntu 22.04 发行版

1.1.1 查看显卡驱动支持的CUDA版本

安装CUDA的第一步，是确认NVIDIA显卡驱动支持哪个CUDA版本。操作很简单：按下Win + R，输入cmd打开命令行终端，然后执行nvidia-smi命令。输出信息中会明确显示当前驱动能兼容的CUDA最高版本。

从上图可以看出，这里的CUDA Version显示为12.6。这意味着，之后安装的CUDA工具包版本必须不高于12.6。例如，如果系统显示CUDA Version是11.7，但你想安装12.2，就必须先升级显卡驱动才行。

1.1.2 通过NVIDIA控制面板确认版本

除了命令行，通过图形界面也能确认版本信息。打开NVIDIA控制面板，依次点击“帮助” -> “系统信息” -> “组件”，即可看到当前驱动的详细版本号。

从图中可以看到，这台机器支持NVIDIA CUDA 12.6.41版本的驱动。两个地方都确认一下，信息会更准确。

1.1.3 在Windows下安装WSL2子系统

WSL2是运行Linux环境的基石，官方文档提供了非常详细的步骤：
https://learn.microsoft.com/zh-cn/windows/wsl/install-manual

需要提醒一点：整个操作过程中，请务必以管理员身份打开命令行终端，这样才能获得足够的执行权限。另外，在安装后续的Linux内核更新包之前，最好先重启一下电脑。

1.1.3.1 启用适用于Linux的Windows子系统

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

1.1.3.2 启用虚拟机功能

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

1.1.3.3 安装Linux内核更新包

首先，下载WSL2 Linux内核更新包：

https://wslstorestorage.blob.core.windows.net/wslblob/wsl_update_x64.msi

下载完成后，双击安装即可。

1.1.3.4 将WSL2设置为默认版本

wsl --set-default-version 2

现在主流的用法都是基于WSL2，因为它拥有完整的Linux内核，功能更强大。

1.2 安装版本

本次安装会用到以下两个核心组件：

• CUDA 12.2
• CUDNN v8.9.6

1.3 CUDA 下载

CUDA的安装包可以从NVIDIA官方存档中获取：
https://developer.nvidia.com/cuda-toolkit-archive

本教程选用CUDA 12.2.2版本。进入页面后，需要根据环境依次进行选择：Linux -> x86_64 -> WSL-Ubuntu -> 2.0 -> runfile(local)。

最后，在Ubuntu终端中执行以下命令进行下载：

wget https://developer.download.nvidia.com/compute/cuda/12.2.2/local_installers/cuda_12.2.2_535.104.05_linux.run

下载成功后，你会得到这样一个文件：cuda_12.2.2_535.104.05_linux.run

1.4 CUDNN 下载

CUDNN的版本需要与CUDA保持一致。这里有个小细节：下载CUDNN需要先登录NVIDIA账号，如果没有的话，花几分钟注册一个即可。

下载地址在此：
https://developer.nvidia.com/rdp/cudnn-archive#a-collapse51b

下载后得到的文件是：cudnn-linux-x86_64-8.9.6.50_cuda12-archive.tar.xz

现在，安装包已准备就绪，下一步就是安装了。

2. CUDA和CUDNN安装

2.1 CUDA 安装与验证

2.1.1 安装

首先，运行安装脚本：

sudo sh cuda_12.2.2_535.104.05_linux.run

输入accept接受协议。在后续的选择界面中，按空格键可以勾选或取消选项（带X表示选中）。如果之前安装过其他版本且没卸载干净，这里需要把旧版本也勾选上，否则直接选择Install即可。

接下来等待安装完成。安装成功后，还需要配置环境变量。编辑~/.bashrc文件：

vim ~/.bashrc

在文件末尾添加以下两行：

export PATH=/usr/local/cuda-12.2/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-12.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

编辑时，按i进入插入模式，编辑完成后按ESC，再输入:wq保存退出。

小技巧：可以用cd /usr/local/和ls命令来确认cuda目录的路径。

2.1.2 验证

让环境变量生效：

source ~/.bashrc

然后输入nvcc -V。如果能正常显示CUDA的版本信息，就说明安装成功了。

2.2 CUDNN 安装与验证

2.2.1 安装

首先，解压缩下载好的安装包：

tar -xvf cudnn-linux-x86_64-8.9.6.50_cuda12-archive.tar.xz

进入解压后的目录：

cd cudnn-linux-x86_64-8.9.6.50_cuda12-archive/

将相关的头文件和动态库复制到CUDA的安装目录下：

sudo cp ./include/cudnn*.h /usr/local/cuda-12.2/include
sudo cp -P lib/libcudnn* /usr/local/cuda-12.2/lib64

最后，为这些文件赋予读取权限，让系统可以正常调用它们：

sudo chmod a+r /usr/local/cuda-12.2/include/cudnn*.h 
sudo chmod a+r /usr/local/cuda-12.2/lib64/libcudnn*

2.2.2 验证

执行以下命令，查看CUDNN的版本号：

cat /usr/local/cuda-12.2/include/cudnn_version.h | grep CUDNN_MAJOR -A 2

如果能返回类似图中的版本信息，就说明CUDNN也安装成功了。

3. CUDA和CUDNN卸载

如果在安装过程中遇到问题，或者想更换版本，了解如何干净地卸载也很重要。

3.1 使用Ubuntu的卸载工具卸载

3.1.1 CUDA与CUDNN卸载

首先，通过apt移除CUDA相关包：

sudo apt remove cuda -y

sudo apt autoremove -y

sudo apt remove cuda* -y

然后，手动删除CUDA的安装目录：

cd /usr/local/

sudo rm -r cuda-11.7/

最后，使用dpkg命令检查是否还有残留包：

dpkg -l | grep cuda

如果还有残留，会像下面的例子一样列出。依次用sudo dpkg -P <包名>将它们彻底删除即可。

sudo dpkg -P cuda-repo-wsl-ubuntu-11-7-local
sudo dpkg -P cuda-toolkit-11-7

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：WSL2子系统深度学习环境CUDA与CUDNN安装卸载教程要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题