WSL2配置CUDA运行NEUZZ

• Author：ZERO-A-ONE
• Date：2021-05-27

一、Windows

首先需要进入设置，点击加入Windows预览体验计划，然后选择Dev通道，随后机器会重启，然后进入Windows更新接受预览体验计划的更新包

要求windows版本为 Build 20145或更高，我的版本是Windows 10 Feature Experience Pack 321.13302.10.3

然后需要在windows上安装CUDA on WSL 驱动，下载地址：

https://link.zhihu.com/?target=https%3A//developer.nvidia.com/cuda/wsl

根据自己的GPU类型（GeForce and Quadro)选择对应的驱动

然后需要安装WSL2，这个直接在应用商店下载Ubuntu 18.04即可，确保WSL2的linux内核为4.19.121+

(base) syc@LAPTOP-6EMHHOEP:/mnt/c/Users/syc$ uname -r
5.10.16.3-microsoft-standard-WSL2

如果不是，可以通过windows update更新

二、安装CUDA

接下来我们需要在WSL2中安装CUDA，按照官方文档只需要

$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
$ sudo sh -c 'echo "deb http://developer.download.nvidia.com/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
$ sudo apt-get update

在国内可以选择

$ sudo apt-key adv --fetch-keys http://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64/7fa2af80.pub
$ sudo sh -c 'echo "deb http://developer.download.nvidia.cn/compute/cuda/repos/ubuntu1804/x86_64 /" > /etc/apt/sources.list.d/cuda.list'
$ sudo apt-get update

在运行NEUZZ的时候建议安装CUDA10版本：

$ sudo apt-get install -y cuda-toolkit-10-0

如果是其它的应用可以选择CUDA11版本

$ sudo apt-get install -y cuda-toolkit-11-0

然后我们可以运行测试样例，首先切换到目录

$ cd /usr/local/cuda/samples/4_Finance/BlackScholes

然后编译构建程序

$ sudo make -j

执行程序看看是否能正常执行

$ ./BlackScholes

三、配置NEUZZ

首先我们需要安装一些必须的包

$ sudo apt-get install libtool-bin bison python3 python3-pip python3-dev git libssl-dev libffi-dev build-essential -y
$ sudo apt-get install build-essential gcc-multilib debootstrap debian-archive-keyring -y
$ sudo apt-get install pkg-config libglib2.0-dev libmount-dev python3 python3-pip python3-dev git libssl-dev libffi-dev build-essential autoconf automake libfreetype6-dev libtheora-dev libtool libvorbis-dev pkg-config texinfo zlib1g-dev unzip cmake yasm libx264-dev libmp3lame-dev libopus-dev libvorbis-dev libxcb1-dev libxcb-shm0-dev libxcb-xfixes0-dev pkg-config texinfo wget zlib1g-dev -y

然后下载Anconda安装包

$ wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh

赋予执行权限

$ sudo chmod +x Anaconda3-2021.05-Linux-x86_64.sh

安装

$ ./Anaconda3-2021.05-Linux-x86_64.sh

刷新重新运行

$ source ~/.bashrc

首先建立虚拟环境

$ conda create -n neuzz  python=2.7

激活虚拟环境

$ conda activate neuzz

安装Tensorflow

$ pip install --upgrade tensorflow-gpu==1.13.2  --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple 

安装Keras

$ pip install --upgrade keras==2.3.0  --trusted-host https://repo.huaweicloud.com -i https://repo.huaweicloud.com/repository/pypi/simple 

然后安装cuda工具包和cudnn

$ conda install cudatoolkit=10.0
$ conda install -c anaconda cudnn

首先还是安装一些32位运行必备包

$ sudo dpkg --add-architecture i386
$ sudo apt-get update
$ sudo apt-get install libc6:i386 libncurses5:i386 libstdc++6:i386 lib32z1

然后设置一些内核参数

$ sudo su
$ cd /sys/devices/system/cpu
$ echo core >/proc/sys/kernel/core_pattern