个人游戏笔记本免费“养龙虾”（二）用显卡GPU运行OpenClaw，CUDA的安装与配置

个人游戏笔记本免费"养龙虾"（二）用显卡GPU运行OpenClaw，CUDA的安装与配置

Win10下配置WSL2使用CUDA
- [1、windows安装nvidia GPU驱动](#1、windows安装nvidia GPU驱动)
- 2、在WSL2中安装CUDA
- [3、添加CUDA Toolkit路径](#3、添加CUDA Toolkit路径)
- 4、关联nvidia-smi
- [5、【解决】error：unable to allocate CUDA0 buffer](#5、【解决】error：unable to allocate CUDA0 buffer)
- 测试结果

系列文章：
1. 个人游戏笔记本免费"养龙虾"（Win10+WSL2+OpenClaw 部署与配置指南）

Win10下配置WSL2使用CUDA

参考文献1：Win10下配置WSL2使用CUDA搭建深度学习环境-腾讯云

1、windows安装nvidia GPU驱动

根据自己的显卡型号以及操作系统选择对应驱动，我这里是RTX 2060，操作系统是Win 10 64位。

官网上有两种类型的驱动程序，一个是GeForce Game Ready 驱动程序，另外一个是NVIDIA Studio 驱动程序。注意：我们要选择GeForce Game Ready 驱动程序，不要选错了。

驱动下载地址：NVIDIA GeForce 驱动程序 - N 卡驱动 | NVIDIA

安装完驱动后，在powershell中输入nvidia-smi，可以看到驱动支持的最高CUDA版本。

2、在WSL2中安装CUDA

进入英伟达官网，找到CUDA Tookit下载页面，按下图选择对应的版本。根据平台类型选择Linux_x86_64_WSL_Ubuntu 2.0_deb(local)。

网页中显示出Ubuntu的执行命令。考虑到网速下载快慢问题，可以先用Windows的浏览器下载第一和第三项的文件，到d:盘。接着，在WSL_Ubuntu 终端中，先切换到d：盘（$ cd /mnt/d/），再依次输入指令。这样，下载的速度会快些。

3、添加CUDA Toolkit路径

安装完成后，配置对应的环境变量，默认是修改.bashrc文件，

bash 复制代码

# 1. 打开bash配置文件
$ nano ~/.bashrc

# 2. 在文件末尾添加以下内容
export PATH=/usr/lib/wsl/lib:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-13.2/lib64:$LD_LIBRARY_PATH

# 3. 按Ctrl+O保存，按Enter确认文件名，按Ctrl+X退出

# 4. 使配置立即生效
$ source ~/.bashrc

4、关联nvidia-smi

在上一篇文章中，我们在windwos下输入nvidia-smi是可以运行的，同样其实在WSL中也可以使用nvidia-smi命令，不过WSL的nvidia-smi在 /usr/lib/wsl/lib/目录，故我们只需要对/usr/lib/wsl/lib/nvidia-smi进行软链接到/usr/bin/：

bash 复制代码

ln -s /usr/lib/wsl/lib/nvidia-smi /usr/bin/nvidia-smi

注意：一旦系统安装了Windows NVIDIA GPU驱动程序，CUDA便可在WSL2中使用。安装在Windows主机上的CUDA驱动程序将在WSL 2内部被模拟为，因此用户切勿在WSL 2内部安装任何NVIDIA GPU Linux驱动程序。这里必须非常小心，因为默认的CUDA Toolkit会捆绑驱动程序，很容易在默认安装过程中覆盖WSL2的NVIDIA驱动程序。我们建议开发人员使用从CUDA Toolkit下载页面获取的WSL2（Ubuntu）专用CUDA Toolkit，以避免此类覆盖。

5、【解决】error：unable to allocate CUDA0 buffer

参考文献2：error: llama runner process has terminated

模型参数过大时，会报错：
error: llama runner process has terminated:error loading mode: unable to allocate CUDAO buffer

主要原因是：

（1）多 GPU 冲突
默认使用集成显卡（而非独立显卡）。多 GPU 显存分配冲突。
解决方法：禁用集成显卡（需在 BIOS 中设置）
（2）GPU显存不足
解决方法：选用参数规模较小的模型，例如选择qwen3.5:2b，而不能选择qwen3.5:4b

测试结果

打开资源管理器，在openclaw中对话时，可以看到占用了4.1G的GPU内存，GPU和CPU的利用率都在10%以下。如果不配置使用GPU，那么CPU的使用率会持续在100%。

另外，要关闭不必要的软件。否则，openclaw也会因为内存不足而崩溃。