1、系统要求

Windows 11 or Windows 10, version 21H2.

2、windows系统安装GPU驱动（WSL2下的linux系统并不需要安装驱动）

https://developer.nvidia.com/cuda/wsl

3、linux内核要求

要求内核版本 5.10.43.3 或更高。

4、在WSL2上安装CUDA Toolkit（2种）：https://docs.nvidia.com/cuda/wsl-user-guide/index.html

（1）用WSL-Ubuntu Package安装CUDA Toolkit

$ 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/11.4.0/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
$ sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
$ sudo apt-get update
$ sudo apt-get -y install cuda

（2）用Meta Package安装CUDA Toolkit（注意：不要在WSL2上安装NVIDIA driver）

$ wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
$ sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
$ wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
$ sudo dpkg -i cuda-repo-ubuntu2004-11-4-local_11.4.0-470.42.01-1_amd64.deb
$ sudo apt-key add /var/cuda-repo-ubuntu2004-11-4-local/7fa2af80.pub
$ sudo apt-get update

$ apt-get install -y cuda-toolkit-11-4

5、安装Docker

$ curl https://get.docker.com | sh

6、安装NVIDIA Container Toolkit（以前的nvidia-docker2）

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

$ curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -

$ curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

$ sudo apt-get update

$ sudo apt-get install -y nvidia-docker2

$ sudo service docker stop

$ sudo service docker start

7、运行CUDA Container

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

8、注意事项

基本要求：Cuda的要求高于简单的WSL2安装，且Cuda需要开启用户体验计划，开启后需要及时检查更新内核至需要的版本
Linux系统：尽管可以从WSL1使用的系统直接转为WSL2，但是1中已经安装了很多包，各种依赖关系，不如为WSL2设置一个新系统
Cuda Driver：只在windows中安装，无需在linux中再安装，意味着nvidia-smi命令是无效的
Cuda Toolkit：先查看自己需要的包是否需要单独安装，若单独安装，取消选中Driver；否则（如用conda安装pytorch时），conda会附带下载对应的Cuda Toolkit，不用自己单独安装
安装成功后如果突然torch.cuda.is_available()为False，注意Windows下NVIDIA驱动更新（NVIDIA官网提供的WSL专用驱动更新），以及WSL2下对应cudatoolkit的版本更新