Windows 10 Linux-undersystem: Du får GPU-acceleration - med Intel, AMD, Nvidia-drivere

Nvidia, Intel og AMD har annonceret deres støtte til Microsofts nye indsats for at bringe grafikprocessorunderstøttelse til Windows 10 Windows Subsystem til Linux for at forbedre maskinlæringstræning.

GPU-understøttelse af WSL ankom onsdag i Dev Channel-forhåndsvisningen af ​​Windows 10 build 20150 under Microsofts reorganiserede teststruktur, som lader det teste Windows 10-builds, der ikke er bundet til en specifik fremtidig funktionsudgivelse.

Microsoft meddelte kommende GPU-understøttelse af WSL for et par uger siden på Build 2020, sammen med understøttelse af at køre Linux GUI-apps. Flytningen af ​​GPU-adgang til WSL er beregnet til at bringe ydeevnen af ​​applikationer, der kører i WSL2, op på niveau med dem, der kører på Windows.

SE: Windows 10: Et snydeark (TechRepublic)

GPU compute support er den funktion, der efterspørges mest af WSL-brugere, ifølge Microsoft.

20150-opdateringen inkluderer understøttelse af Nvidias CUDA parallel computing-platform og GPU'er, samt GPU'er fra AMD og Intel. Det understøtter også DirectML (Direct Machine Learning), Microsofts Windows 10 API til hardware-accelereret maskinlæring.

Ved Build 2020 afslørede Microsoft, at det har brugt sine DirectX (Direct 3D 12/D3D12) API'er til grafik for at bringe GPU-hardwareacceleration til Linux-baserede maskinlæringsarbejdsbelastninger, der kører på WSL2. Det skabte en brugerdefineret DirectX-baseret Linux GPU-kernedriver – dxgkrnl Linux Edition – til WSL2's Linux-kerne, som fungerer med Microsofts Hyper-V.

Tidligere var GPU-virtualisering tilgængelig for Windows, der kørte inde i en VM eller container, men ikke Linux-gæster.

Microsoft ser Nvidias CUDA-platform som vigtig for at forbedre maskinlæringstræning på WSL, og parret har lanceret en preview af CUDA til WSL 2, som inkluderer understøttelse af vigtige maskinlæringsværktøjer som Facebooks PyTorch og Googles TensorFlow.

"Træning af ML-modeller er en tidskrævende beregningsopgave, selv når der bruges små datasæt. For at fremskynde træningen bruger mange af disse værktøjer Nvidias CUDA som den optimerede vej til GPU-hardware acceleration, hvilket gør det muligt for dataforskere at hardwareaccelerere deres træningsscripts på NVIDIA GPU'er," forklaret Clarke Rahrig, en programleder på Windows AI-platformsteamet.

"Nvidia CUDA-understøttelse har været til stede på Windows i årevis. Der er dog en række forskellige CUDA-beregningsapplikationer, der kun kører i et indbygget Linux-miljø. Til støtte for at møde professionelle dataforskere, hvor de er, tilføjer vi support til CUDA inde i WSL 2."

SE: Linus Torvalds: Linux-kerne 5.8 er 'en af ​​vores største udgivelser nogensinde'

Microsoft har også udgivet en preview af TensorFlow med en DirectML, som den planlægger at åbne kildekode om et par måneder. AMD, Intel og Nvidia har også udgivet preview-drivere, der understøtter DirectML TensorFlow-pakken på WSL.

AMD's driver for WSL GPU-acceleration er kompatibel med dens Radeon- og Ryzen-processorer med Vega-grafik. Intel bemærker, at dens WSL-driver er kun blevet valideret på Ubuntu 18.04 og Ubuntu 20.04.