windows11 安装WSL2详细过程

肖祥2025-05-07 16:17

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

复制代码 
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：

复制代码 
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

复制代码 
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

复制代码 
$ 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

复制代码 
apt-get install -y net-tools openssh-server

查看ip地址

复制代码 
# 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：

复制代码 
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
  1. 将 CUDA 工具链添加到环境变量中：
复制代码 
echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc
  1. 验证 CUDA Toolkit

运行以下命令验证 CUDA Toolkit 是否安装成功：

复制代码 
# 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：

复制代码 
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：

复制代码 
nvidia-smi

效果如下：

复制代码 
# 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。

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。

相关推荐
AIGC_北苏15 小时前
Windows安装Docker部署dify，接入阿里云api-key进行rag测试
docker·容器·qwen·dify
AIGC_北苏15 小时前
Dify案例实战之智能体应用构建（一）
agent·workflow·dify
浪淘沙jkp1 天前
AI大模型学习三十、ubuntu安装comfyui,安装插件，修改返回405 bug，值得一看喔
人工智能·学习·ubuntu·comfyui·dify
摘星编程4 天前
华为云Flexus+DeepSeek征文 | DeepSeek-V3/R1商用服务开通体验全流程及使用评测
华为云·ai大模型·dify·deepseek·modelarts
ZHOU_WUYI5 天前
使用Docker Compose部署Dify
docker·容器·dify
无声旅者8 天前
低代码AI开发新趋势：Dify平台化开发实战
人工智能·低代码·agent·dify
肖祥8 天前
ComfyUI+通义万相 Wan2.1系列生成视频教程
dify
susu10830189119 天前
dify基于文本模型实现微调Fine-tune语料构造工作流
dify
小胡说人工智能9 天前
深度剖析：Dify+Sanic+Vue+ECharts 搭建 Text2SQL 项目 sanic-web 的 Debug 实战
人工智能·python·llm·text2sql·dify·vllm·ollama
肖祥10 天前
dify+MCP多应用，构建灵活的AI应用生态系统
dify
热门推荐
01KGG转MP3工具|非KGM文件|解密音频02YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】03从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑04DeepSeek各版本说明与优缺点分析05【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！06组基轨迹建模 GBTM的介绍与实现（Stata 或 R）07Coze扣子平台完整体验和实践（附国内和国际版对比）08VMware虚拟机安装Win7专业版保姆级教程（附镜像包）09苍穹外卖面试总结10Trae AI 开发工具使用手册