基于 WSL2、Docker 的 CUDA 开发环境 在 Windows 上部署的 Docker Linux 开发环境，支持调用 CUDA 与显示 GUI，且 Visual Studio Code 的 Remote 能自动识别 Container。 Requirements Windows 10/11 ≥ Build 18362 WSL2 Kernel ≥ 5.10.43.3 Windows NVIDIA GPU Driver ≥ 495 Docker Desktop ≥ 3.1.0 / Docker ≥ 19.03 Visual Studio Code with Extension: Dev Containers CUDA Docs: CUDA on WSL User Guide 不需要任何配置，WSL2 内的发行版即可调用 CUDA。 性能损耗参见官方测试：Leveling up CUDA Performance on WSL2 with New Enhancements Docker Docs: Docker Desktop WSL 2 backend Get started with Docker remote containers on WSL 2 Introducing the Docker Desktop WSL 2 Backend 可以使用 Docker Desktop，也可以在 WSL2 内的 Linux 发行版上使用 Docker 标准的安装脚本，官方建议使用 Docker Desktop。 Docker Desktop 安装与脚本安装的架构有较大区别，会创建两个 WSL2 发行版 docker-desktop-data 和 docker-desktop 用来实际存储程序与数据。安装后的 Docker 是独立于其它 Linux 发行版的，能够被其它的发行版访问与调用，数据将不会存储在调用方的存储空间内。其它发行版对 Docker 的调用与安装在自身内时一致。 不需要依照 NVIDIA 的文档安装额外的 nvidia-docker2、nvidia-container-toolkit 包，Docker 创建 Container 时支持参数 --gpus all，启用后 Container 能够访问 CUDA。 GUI 方案 1：WSLg 直接调用 WSLg 提供的 X Server (XWayland)，将 Socket 挂载给 Container： docker run -it -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY debian 方案 2：VcXsrv 在 Windows 端安装 VcXsrv 作为 X Server，使用环境变量指定 Container 使用 Host 的 X Server。 VcXsrv 启动后需要勾选 Disable access control，创建 Container 时的参数：…