WSL2: Проблема с установкой нового ядра

Предварительно скажу: у меня не так много опыта работы в среде Linux.

Я пытаюсь установить ROCm на WSL2 с Ubuntu. Я буду использовать PyTorch для учебного курса и хочу задействовать свою GPU для вычислений. ROCm установился нормально, однако я постоянно получал ошибку ROCk module is NOT loaded, possibly no GPU devices.

Я нашел этот пост, который указал на то, что проблема может заключаться в том, что WSL не позволяет устанавливать модули. Там была ссылка на комментарий, который можно найти здесь, в котором объясняется, как установить новое ядро. Я следовал инструкциям, но столкнулся с ошибкой при выполнении make.

Ошибка такая:
No rule to make target '/home/<USER>/lkm_example.o', needed by '/home/<USER>/lkm_example.mod'. Stop.

(<USER> — это мое имя пользователя, просто не хотел его здесь указывать)

Через Google я нашел несколько постов, в которых говорилось, что мне нужно установить linux-headers. Я попробовал выполнить sudo apt-get install kernel-headers, но получил ошибку: E: Unable to locate package kernel-headers.

Как мне поступить?

Я нашел этот пост, который указал на то, что проблема может заключаться в том, что WSL не позволяет устанавливать модули.

Эй, это мой ответ! Имейте в виду:

• Я начал его с:

  “Хотя у меня нет систем AMD GPU, чтобы протестировать это (и я не знаю точно, работает ли ROCm на WSL2) …”.

• И у него нет голосов, он не принят, и у него нет комментариев, которые бы сообщали нам, помог ли он или нет.

Так что … не доверяйте ему как чему-то надежному! Не стесняйтесь даже проголосовать против! Трудно так говорить о собственном ответе, но, оглядываясь назад, вероятно, это не было точным. Я добавлю ссылку на него в этот ответ, чтобы он перенаправлял на последние сведения. Правильна ли информация ниже или нет, мне нужна ваша помощь!

Я буду использовать PyTorch для учебного курса и хочу использовать свою GPU для вычислений.

Хорошо, это вопрос, который я собираюсь рассмотреть, а не как собрать ядро с поддержкой ROCm (поскольку я уже не думаю, что это поможет).

На данный момент у меня все еще нет AMD GPU, чтобы протестировать это напрямую, но я уже выполнил некоторые вычисления на GPU на своем nVideo 2070 под WSL2.

Так что вот моё последнее мнение, рассматривая тот предыдущий вопрос, ваш вопрос и некоторую другую информацию:

• Вероятно, ROCm не нужен под WSL2. WSL2 предоставляет GPU для Linux через систему passthrough, используя драйвер Windows (а не Linux). Если вы посмотрите в /usr/lib/wsl, вы найдете две директории, которые монтируются в вашу WSL2 инстанцию — ../drivers и ../lib. Они добавлены в кэш библиотек через (тоже инжектированный) /etc/ld.so.conf/ld.wsl.conf.

  Именно эти библиотеки и драйверы обеспечивают вам доступ к GPU.

• Когда я смотрел на другой вопрос в прошлом году, я не осознавал, что ROCm — это Linux эквивалентная библиотека для вычислений на GPU. И если она устанавливается как модуль, то вряд ли будет полезна под WSL2, поскольку не будет иметь прямого доступа к GPU, который ей нужен. Оглядываясь назад, я должен был понять это с тем, что я знал тогда.

Так что что нужно, чтобы использовать Pytorch под WSL2 на вашей AMD GPU? Снова делая предположение, но …

• Этот документ кажется указывает на то, что вам нужен Windows 11. Хотя я думал, что большинство возможностей вычислений на GPU доступны в Windows 10, это может быть одной из тех областей, которые требуют Windows 11. Вы не упоминаете свою версию Windows, так что я не знаю, возможно ли это для вас или нет.

• Последние драйверы AMD для Windows. Почти все, что было выпущено за последний год, должно подойти.

• Подходящая среда Python. Microsoft рекомендует Conda. Я в конечном итоге использовал Docker для TensorFlow.

• Зависимости: libblas3 libomp5 liblapack3

• А потом pip install pytorch-directml

Честно говоря, этого должно быть достаточно. Согласно этому документу, AMD поддерживается для PyTorch с DirectML.

При запуске TensorFlow на моем nVidia под WSL2, мне не требовались никакие дополнительные родные драйверы/модули. Мне пришлось предоставить директорию /usr/lib/wsl/lib в Docker, но это только потому, что мне нужно было запустить конкретную старую версию Python для TensorFlow, и самый простой способ сделать это был через Docker.