【笔记】NVIDIA AI Workbench 中 sudo 密码问题排查与解决

原创于 2025-06-11 14:51:51 发布 · 1k 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#笔记 #人工智能 #windows #linux

WSL 运维：实战独门秘籍专栏收录该内容

30 篇文章

订阅专栏

NVIDIA AI Workbench 中 sudo 密码问题排查与解决完整笔记

🔍 一、发现问题的起点

在尝试安装 CUDA Toolkit 的过程中，执行到以下命令时卡住：

(base) workbench@AI:~$ sudo dpkg -i cuda-keyring_1.1-1_all.deb
[sudo] password for workbench:

系统提示需要输入 workbench 用户的密码，但我们从未设置过这个密码，也没有任何提示说明默认密码是什么。

继续尝试多次失败后，出现如下错误：

Sorry, try again.
[sudo] password for workbench:

这意味着我们无法使用 sudo 执行任何管理员操作，导致安装 CUDA 失败。

🧩 二、问题分析

✅ 当前环境背景

使用的是 NVIDIA AI Workbench（基于 WSL2 的 Ubuntu 系统）
默认用户为 workbench
没有初始密码设置
未被添加到 sudo 组
系统未启用 root 登录

❌ 限制条件

条件	是否满足
知道 workbench 用户密码	❌
workbench 用户有 sudo 权限	❌
可以切换到 root 用户	❌
可以通过 su 或 sudo 安装软件	❌

🛠️ 三、解决方案思路

既然我们无法从当前终端获取权限，就需要换个方式进入系统 —— 利用 Windows PowerShell + WSL 命令直接以 root 身份进入NVIDIA-Workbench。

🚀 四、实际解决步骤

步骤 1：从 Windows PowerShell 进入 NVIDIA-Workbench 并获得 root 权限

打开 Windows Terminal / PowerShell，执行：

wsl -u root -d NVIDIA-Workbench

成功进入后，我们将看到提示符变为：

root@AI:/mnt/c/Users/用户名#

🎉 表示我们已拥有管理员权限！

步骤 2：为 `workbench` 用户设置新密码

仍然在当前终端中执行

passwd workbench

按照提示输入并确认新密码，例如：

Enter new UNIX password: your_new_password
Retype new UNIX password: your_new_password
passwd: password updated successfully

✅ 成功设置密码！

步骤 3：为 `workbench` 用户添加 sudo 权限（可选但推荐）

usermod -aG sudo workbench

验证是否添加成功：

groups workbench

输出中应包含 sudo。

步骤 4：切换回 `workbench` 用户并完成需要 sudo 密码的安装

su - workbench

输入刚才设置的密码登录。

然后重新执行安装命令。

安装记录将在下一笔记中记录。

📝 五、总结流程图

graph TD
    A[尝试使用 sudo] --> B{能否成功?}
    B -->|是| C[说明你知道当前用户的密码]
    B -->|否| D[你不知道密码，需要通过 root 设置]
    C --> E[可直接安装软件或修改密码]
    D --> F[通过 PowerShell 以 root 登录 WSL]
    F --> G[用 root 设置 workbench 新密码]
    G --> H[现在你可以使用新密码 + sudo]

【笔记】NVIDIA AI Workbench 安装记录-CSDN博客

【深度学习环境搭建】WSL-NVIDIA-Workbench 中安装 Anaconda-CSDN博客

在WSL2-Ubuntu中安装CUDA12.8、cuDNN、Anaconda、Pytorch并验证安装_cuda 12.8 pytorch版本-CSDN博客

💡 六、经验总结

问题	解决方法
无 sudo 权限	使用 `wsl -u root` 获取 root 权限
不知道 workbench 密码	使用 root 权限重置密码
无法安装 CUDA Toolkit	添加 sudo 权限后重新安装
nvcc 命令找不到	安装 nvidia-cuda-toolkit 或本地安装 CUDA Toolkit