GPU accelerated machine learning training in the Windows-Subsystem für Linux

Unterstützung für GPU-Compute, das #1 am häufigsten angeforderte WSL-Feature, ist jetzt als Vorschauversion über das Windows Insider-Programm verfügbar. Blogbeitrag lesen.

Hinweis

Sie müssen eine Windows Build 20150 oder höher verwenden, um dieses Feature verwenden zu können. Sie können am Windows Insiders Program teilnehmen, um die neuesten Vorschaubuilds zu erhalten.

Was ist GPU-Compute?

Die Nutzung der GPU-Beschleunigung für rechenintensive Aufgaben wird im Allgemeinen als "GPU-Compute" bezeichnet. GPU-Computing nutzt die GPU (Grafikverarbeitungseinheit), um rechenintensive Workloads zu beschleunigen, und nutzt die parallele Verarbeitung, um die erforderlichen Berechnungen in vielen Fällen schneller durchzuführen, als nur eine CPU zu nutzen. Diese Parallelisierung ermöglicht erhebliche Verbesserungen der Verarbeitungsgeschwindigkeit für diese rechenintensiven Workloads, die dann auf einer CPU ausgeführt werden. Das Trainieren von Machine Learning-Modellen ist ein gutes Beispiel, in dem GPU-Compute die Zeit zum Ausführen dieser rechenintensiven Aufgabe erheblich beschleunigen kann.

Installieren und Einrichten

Weitere Informationen zur WSL 2-Unterstützung und zum Trainieren von Machine Learning-Modellen finden Sie im Leitfaden zum beschleunigten GPU-Training in der DirectML-Dokumentation. Dieser Leitfaden behandelt Folgendes:

  • Leitfaden für Einsteiger oder Kursteilnehmer zum Einrichten von TensorFlow mit DirectML
  • Anleitungen für Experten, um ihre vorhandenen CUDA-ML-Workflows auszuführen