当前位置: 首页 > news >正文

WSL2 安装LeRebot开发环境

进入WSL2

wsl -d Ubuntu-22.04
$ nvidia-smi Sun Jun2808:40:582026+-----------------------------------------------------------------------------------------+|NVIDIA-SMI610.43.02 KMD Version:610.47CUDA UMD Version:13.3|+-----------------------------------------+------------------------+----------------------+|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.||=========================================+========================+======================||0NVIDIA RTX PRO1000Blac... On|00000000:01:00.0 Off|N/A||N/A 50C P4 10W / 55W|0MiB / 8151MiB|0% Default||||N/A|+-----------------------------------------+------------------------+----------------------+ +-----------------------------------------------------------------------------------------+|Processes:||GPU GI CI PID Type Process name GPU Memory||ID ID Usage||=========================================================================================||No running processes found|+-----------------------------------------------------------------------------------------+

添加cuda-toolkit源

wgethttps://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.debsudodpkg-icuda-keyring_1.1-1_all.debsudoapt-getupdate

查找源中支持哪些

(base)hugh@HUGH:~$aptlist-acuda-toolkit-12-4 Listing... Done cuda-toolkit-12-4/unknown12.4.1-1 amd64 cuda-toolkit-12-4/unknown12.4.0-1 amd64(base)hugh@HUGH:~$aptlist-acuda-toolkit-12-8 Listing... Done cuda-toolkit-12-8/unknown12.8.2-1 amd64 cuda-toolkit-12-8/unknown12.8.1-1 amd64 cuda-toolkit-12-8/unknown12.8.0-1 amd64(base)hugh@HUGH:~$aptlist-acuda-toolkit-13-1 Listing... Done cuda-toolkit-13-1/unknown13.1.2-1 amd64 cuda-toolkit-13-1/unknown13.1.1-1 amd64 cuda-toolkit-13-1/unknown13.1.0-1 amd64(base)hugh@HUGH:~$aptlist-acuda-toolkit-13-3 Listing... Done cuda-toolkit-13-3/unknown13.3.0-1 amd64

issue

Command ‘nvcc’ not found, but can be installed with: sudo apt install nvidia-cuda-toolkit

  1. check dpkg
dpkg-l|grepcuda-toolkit-12-8 ii cuda-toolkit-12-812.8.2-1 amd64 CUDA Toolkit12.8meta-package ii cuda-toolkit-12-8-config-common12.8.90-1 all Common config packageforCUDA Toolkit12.8.
  1. try run nvcc version
$exportPATH=/usr/local/cuda-12.8/bin:$PATH$exportLD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH(base)hugh@HUGH:~$ nvcc--versionnvcc: NVIDIA(R)Cuda compiler driver Copyright(c)2005-2025 NVIDIA Corporation Built on Fri_Feb_21_20:23:50_PST_2025 Cuda compilation tools, release12.8, V12.8.93 Build cuda_12.8.r12.8/compiler.35583870_0
  1. add to environment
$echo'export PATH=/usr/local/cuda-12.8/bin:$PATH'>>~/.bashrc $echo'export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:$LD_LIBRARY_PATH'>>~/.bashrc $source~/.bashrc $ nvcc--versionnvcc: NVIDIA(R)Cuda compiler driver Copyright(c)2005-2025 NVIDIA Corporation Built on Fri_Feb_21_20:23:50_PST_2025 Cuda compilation tools, release12.8, V12.8.93 Build cuda_12.8.r12.8/compiler.35583870_0

尝试CUDA编程

编写hello.cu程序

#include<stdio.h>// 这是将在GPU上执行的函数// __global__ 关键字告诉编译器这是一个内核函数 (kernel)__global__voidhello_from_gpu(){printf("Hello World from GPU!\n");}intmain(){// 这是将在CPU上执行的代码printf("Hello World from CPU!\n");// 启动GPU内核// <<<1, 1>>> 表示启动1个线程块,每个线程块包含1个线程hello_from_gpu<<<1,1>>>();// 等待GPU执行完毕,这样才能在终端看到GPU的打印信息// 如果不加这一行,程序可能在GPU打印前就结束了[reference:5]cudaDeviceSynchronize();return0;}

编译

$ nvcc hello.cu-ohello nvcc warning:Supportforoffline compilationforarchitectures prior to'<compute/sm/lto>_75'will be removedina future release(Use -Wno-deprecated-gpu-targets to suppress warning).

执行第一个CUDA程序

$ ./hello Hello World from CPU!Hello World from GPU!

Reference

CUDA Toolkit 12.4 Downloads

http://www.jsqmd.com/news/1128849/

相关文章:

  • TVA在具身智能商业化部署中的技术突破(10)
  • 腾讯元宝复制内容带乱码怎么办?AI 导出鸭一键解决复制粘贴乱码难题,程序员高效办公必备
  • 论文学习:2.Semi-Supervised Classification with Graph Convolutional Networks(1)
  • Onekey Steam游戏解锁器:智能自动化DLC解锁的全面解决方案
  • Python练习题2
  • TPA3128D2音频放大器与PIC18F4458微控制器的集成应用
  • 26. 【C语言】编译前的“文本大师”:预处理器指令
  • 华盛顿邮报发文:中国企业正在改写全球 AI 竞争格局——不靠最顶尖,靠最实用
  • merge、concat、join:三张表合并搞崩你的不是语法是逻辑
  • 智慧职教自动化学习助手:让在线课程学习更高效
  • X射线光电子能谱(XPS)全元素深度剖析
  • 基于 Simulink 的双向 DC-DC 变换器效率 MAP 图自动化扫描仿真实
  • 医学图像分割神器TotalSegmentator:三步掌握100+解剖结构自动识别
  • 高效智能图像去重解决方案:ImageDedup 终极指南
  • STM32L433RC与MC6470 IMU的高精度姿态检测方案
  • Cangaroo:免费开源CAN总线分析软件的完整指南
  • ConvertToUTF8:终极指南 - 彻底解决Sublime Text中文乱码问题
  • TVA对具身智能领域的核心技术支撑(19)
  • 【QT】qt里的c++项目为啥不能用NULL
  • 现代化文件管理系统:在线预览、权限控制与高效管理实践
  • 本文想借用故事的方式来说一下ADO.net的工作方式。虽然现在都ORM了,但是了解一下ADO.net还是有必要的。
  • FindSomething:5分钟快速部署的浏览器隐私保护终极方案 [特殊字符]
  • 第三视觉理解徐玉生与他的商业活动(28)
  • 流放之路2角色构建:如何用Path of Building告别无效配装?
  • 微软Copilot SearchLeak漏洞:AI指令注入如何导致企业数据泄露
  • Py-GCMS 与 FTIR 的性能比较
  • 跨平台macOS组件下载神器:gibMacOS完全指南
  • TVA在具身智能商业化部署中的技术突破(9)
  • TVA推动物理AI的具身智能革命(系列)
  • 基于计算机视觉的课堂行为分析:从姿态估计到专注度评估实战