не удалось выбрать драйвер устройства "" с возможностями: [[gpu]]

Question

Я пытаюсь установить Cuda на WSL 2. Я следую таким инструкциям, как this .

После выполнения каждого шага я пытаюсь проверить, доступен ли графический процессор в Linux окружение, выполнив docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark (как предложено вышеупомянутыми инструкциями).

Но я получаю следующую ошибку: docker: Error response from daemon: could not select device driver "" with capabilities: [[gpu]]. ERRO[0000] error waiting for container: context canceled.

Есть идеи, что может быть причиной этого?

Answer 1

У меня была такая же проблема. Вы используете Docker Desktop для Windows? Потому что я был, и я обнаружил, что WSL2 + CUDA не работает с Docker Desktop для Windows:

https://forums.developer.nvidia.com/t/hiccups-setting-up-wsl2-cuda/128641

Вместо этого установите Docker вручную в WSL2 (как предлагается в руководстве, которое вы связали):

sudo apt update && sudo apt install -y nvidia-docker2

Затем убедитесь, что вы запустили службу docker:

sudo service docker start

После этого вы можете проверьте настройку CUDA / Docker / WSL2 следующим образом:

 docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark

Где вы должны увидеть такой вывод:

ПРИМЕЧАНИЕ. Примеры CUDA не предназначены для измерения производительности. Результаты могут отличаться, если включен режим GPU Boost.

Оконный режим Данные моделирования хранятся в видеопамяти Моделирование одинарной точности с плавающей запятой 1 Устройства, используемые для моделирования MapSMtoCores для SM 7.5, не определены. По умолчанию используется 64 ядра / SM GPU Устройство 0: «GeForce RTX 2060» с вычислительными возможностями 7,5

Compute 7.5 Устройство CUDA: [GeForce RTX 2060] 30720 корпусов, общее время для 10 итераций : 52,181 мс = 180,854 миллиарда взаимодействий в секунду = 3617,077 одинарной точности GFLOP / с при 20 флопах на взаимодействие

Answer 2

Эта проблема «не удалось выбрать драйвер устройства с возможностями: [[gpu]]» произошла со мной по глупой причине: драйвер NVIDIA постоянно обновляется с новыми сборками Insider.

Я попал в привычка запускать ./deviceQuery из NVIDIA_CUDA-11.0_Samples, чтобы убедиться, что все в порядке с CUDA на WSL, а затем проверять мою версию драйвера NVIDIA, если она возвращает, что устройства не найдены (и затем переустанавливает правильный драйвер).

Возможно, это не лучший ответ, но, возможно, он сэкономит время, если вы столкнетесь с этим.