在微软最新发布的 Windows Insider 预览版本中，WSL2 获得了 GPU 计算支持。这意味着 Linux 二进制文件可以利用 GPU 资源，在 WSL 中进行机器学习、AI 开发或是数据科学等工作。微软在今年五月份的 Build 2020 大会上宣布了 WSL 对GPU 计算的支持，对这项功能的需求在社区中一直拥有很高的呼声。目前，需要在WSL中启用GPU支持需要加入Windows 预览版 SDK，以下为具体步骤。
原文转载于：https://blog.csdn.net/qq_20291997/article/details/106897324#comments_13435238
打开 “设置”-“更新和安全”-“windows预览体验计划” 选择加入，随后保存并按照提示重启，随后检查更新即可自动安装最新的快速预览版系统。
请务必确保win版本高于20150，可在运行（win+R）中执行winver进行确认，我的版本是20231。
请勿在 WSL 中安装任何 Linux 显示驱动程序。Windows 显示驱动程序将同时安装本机 Windows 和 WSL 支持的常规驱动程序组件。
在英伟达下载与安装支持WSL的GPU驱动。
记得按照自己的GPU产品选择对应的驱动（该步骤需要Nvidia账户，我下载的是Geforce的驱动），下载后安装即可。
确保自己安装并启用了WSL2。
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart
随后重启即可。
2. 将 WSL 2 设置为默认版本，以管理员身份打开 PowerShell 并运行：
wsl --set-default-version 2
ps: 若提示"WSL 2 需要更新其内核组件”。下载并安装WSL 2 Linux 内核。
3. 随后进入微软商店下载并安装对应的Linux版本即可。或者前往在此选择具体Linux版本。
注：WSL必须安装在系统分区中。如果之前修改到了其它分区，请在下载安装对应Linux之前在win系统设置－系统－存储－更改新内容的保存设置－将新应用保存到…中选择对应系统分区，随后再进行安装。
5. 验证
请务必验证安装了WSL2（特别是以往就安装了WSL的电脑），以管理员身份打开 PowerShell 并运行：
wsl --l --v
如果返回的结果中version下的值为2，WSL2就安装成功了。
更新：在WSL2中配置Cuda
我说的时不要安装任何Linux显示驱动程序，必要的Cuda之类还是要自己安装的，以下为具体步骤：
该步骤非必须，可以先尝试安装cuda，提示缺少编译器无法正常安装再进行该步骤
sudo apt update
sudo apt install build-essential
下载cuda包
前往Nvidia官网下载对应的cuda包，自己用什么版本就下什么版本。
如果需要使用tensorRT加速的话个人建议最好是下载cuda10.2的版本
安装cuda时不安装驱动，把“X”选项去掉就行。
安装后一定有如下提示，Driver: Not Selected。
设置环境变量
在主目录下的~/.bashrc文件添加如下路径：
sudo su -
vim ~/.bashrc
末尾添加并保存：
export CUDA_HOME=/usr/local/cuda
export PATH=$PATH:$CUDA_HOME/bin
export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
source ~/.bashrc
如果提示缺少相应的依赖库，直接执行如下代码自动安装相应的依赖库
sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev
查看cuda是否安装成功：
nvcc -V
安装cudnn的时候也需要登录Nvidia账号，直接下载:cuDNN Library for Linux (x86)
然后打开终端执行：
tar -zxvf cudnn-10.2-linux-x64-v8.0.4.30.tgz
sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda-10.1/lib64/
sudo cp cuda/include/cudnn.h /usr/local/cuda-10.1/include/
为所有用户设置读取权限：
sudo chmod a+r /usr/local/cuda-10.1/include/cudnn.h sudo chmod a+r /usr/local/cuda-10.1/lib64/libcudnn*
查看 CUDNN 是否安装成功：
cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2
进入pytorch官网，下载安装包：
我选择pip安装：
pip3 install torch torchvision
最终
最终可以调用GPU训练了。
注意：如何你的windows预览版是20150~20210之间的版本是没问题的，如果你的是20210版本之上是无法使用cuda版本，报以下错误，windows升级到最新版本20236以上就解决了。
PS：NVIDIA官方帮助文档：https://docs.nvidia.com/cuda/wsl-user-guide/index.html#installing-nvidia-drivers