WSL现在广泛支援GPU加速机器学习工作负载

微软宣布WSL（Windows Subsystem for Linux）中的GPU加速机器学习训练支援，已经在Windows 11以及Windows 10 21H2正式提供。微软在2020年中的时候，首次发布了这项新功能，经过了一年，微软在过程中与AMD、英特尔和Nvidia中的科学家和工程师合作，使这项功能更为完善。

该功能的进展之一，便是Nvidia CUDA已经支援WSL中现有的机器学习工作流程。微软提到，从公开预览版发布以来，他们的更新重点便摆在，要确保WSL能够完全支援专业机器学习工作负载，这包括资料科学家和工程师，在日常中会使用的Linux工具、函式库和框架。Nvidia CUDA便是其中之一。

过去一年微软和Nvidia合作，逐步改善在WSL的CUDA开发体验，透过最佳化CUDA驱动程式，CUDA程式在WSL能以最佳效能运作，Nvidia提到，不少开发者关注CUDA程式在WSL环境，所需要付出的额外执行成本。

目前从Blender（下图）基准来看，WSL存在的额外成本小于1％，另外，在Rodinia和GenomeWorks等基准，在WSL环境的执行速度，已经比起Nvidia CUDA刚开始支援WSL时快上不少，甚至在不少情况已经接近原生环境。

另外，现在开发者也可以使用WSL中的DirectML，来跨GPU供应商进行机器学习训练。DirectML是DirectX家族中与硬件无关的机器学习函式库，支援在任何支援DirectX 12的GPU上，执行GPU加速的机器学习训练和推理。

借由将DirectML作为后端与TensorFlow搭配使用，能够让更多用户在Windows上开发，以GPU加速机器学习训练的用例。而微软在和AMD、英特尔和Nvidia密切合作之后，现在TensorFlow-DirectML已经正式发布，能够支援不同机器学习应用领域的工作负载。

微软提到，要使用这项最新的功能，首先需要根据系统中的GPU，安装最新来自AMD、英特尔和Nvidia的驱动程式，并且依照需要在WSL中配置Nvidia CUDA或是TensorFlow-DirectML。

在WSL中支援GPU运算功能，目前已经全面在Windows 11中提供，而Windows 10则需要利用Windows Insiders Program中的预览频道，取得21H2版本才有支援。