WSL現在廣泛支援GPU加速機器學習工作負載

微軟宣布WSL（Windows Subsystem for Linux）中的GPU加速機器學習訓練支援，已經在Windows 11以及Windows 10 21H2正式提供。微軟在2020年中的時候，首次發布了這項新功能，經過了一年，微軟在過程中與AMD、英特爾和Nvidia中的科學家和工程師合作，使這項功能更為完善。

該功能的進展之一，便是Nvidia CUDA已經支援WSL中現有的機器學習工作流程。微軟提到，從公開預覽版發布以來，他們的更新重點便擺在，要確保WSL能夠完全支援專業機器學習工作負載，這包括資料科學家和工程師，在日常中會使用的Linux工具、函式庫和框架。Nvidia CUDA便是其中之一。

過去一年微軟和Nvidia合作，逐步改善在WSL的CUDA開發體驗，透過最佳化CUDA驅動程式，CUDA程式在WSL能以最佳效能運作，Nvidia提到，不少開發者關注CUDA程式在WSL環境，所需要付出的額外執行成本。

目前從Blender（下圖）基準來看，WSL存在的額外成本小於1％，另外，在Rodinia和GenomeWorks等基準，在WSL環境的執行速度，已經比起Nvidia CUDA剛開始支援WSL時快上不少，甚至在不少情況已經接近原生環境。

另外，現在開發者也可以使用WSL中的DirectML，來跨GPU供應商進行機器學習訓練。DirectML是DirectX家族中與硬體無關的機器學習函式庫，支援在任何支援DirectX 12的GPU上，執行GPU加速的機器學習訓練和推理。

藉由將DirectML作為後端與TensorFlow搭配使用，能夠讓更多用戶在Windows上開發，以GPU加速機器學習訓練的用例。而微軟在和AMD、英特爾和Nvidia密切合作之後，現在TensorFlow-DirectML已經正式發布，能夠支援不同機器學習應用領域的工作負載。

微軟提到，要使用這項最新的功能，首先需要根據系統中的GPU，安裝最新來自AMD、英特爾和Nvidia的驅動程式，並且依照需要在WSL中配置Nvidia CUDA或是TensorFlow-DirectML。

在WSL中支援GPU運算功能，目前已經全面在Windows 11中提供，而Windows 10則需要利用Windows Insiders Program中的預覽頻道，取得21H2版本才有支援。