qflow:win11_gpu

差别

这里会显示出您选择的修订版和当前版本之间的差别。

到此差别页面的链接

--- qflow:win11_gpu [2026/07/10 17:55] – 外部编辑 127.0.0.1
+++ qflow:win11_gpu [2026/07/20 17:12] (当前版本) – 外部编辑 127.0.0.1
@@ 行 1: / 行 1: @@
-====== qflow gpu 容器版 windows11_wsl2 安装 ✔ ======
+====== qflow gpu 容器版 windows11_wsl2 安装 ======
 适用系统: window11\\
-<WRAP alert 40%>待工程师改进...</WRAP>
+<WRAP alert 40% hide>待工程师改进...</WRAP>
 ----
@@ 行 10: / 行 10: @@
 <code powershell>
 winver            # 我使用的版本是: Windows 11 25H2(26200.8655)
+或
+systeminfo | findstr "OS"
 </code>
@@ 行 53: / 行 55: @@
 </code>
-===== 4 报错处理 =====
+===== 4. 宿主机安装 server.py 服务 =====
+安装说明：点击链接, [[qflow:server|在 Linux 下安装 server.py 服务]] 跟着文档安装好证书服务, 再进行下一步。
-==== 4.1 错误代码: HCS_E_SERVICE_NOT_AVAILABLE ====
+===== 5. 导入镜像 =====
+<code bash>
+wslc pull ccr.ccs.tencentyun.com/lxkt/qflowgpu:latest
+</code>
+===== 6. 启动容器 =====
+<code powershell>
+docker run -d --name qflowgpu `
+  --ulimit memlock=-1:-1 --ulimit stack=-1:-1 --gpus all --shm-size=128G `
+  -e SELINUX=disabled -p 0.0.0.0:80:80 -p 0.0.0.0:81:81 -p 0.0.0.0:2297:2297 `
+  --hostname=mstation ccr.ccs.tencentyun.com/lxkt/qflowgpu:latest
+</code>
+===== 7 报错处理 =====
+==== 7.1 错误代码: HCS_E_SERVICE_NOT_AVAILABLE ====
 <code powershell>
@@ 行 75: / 行 95: @@
 <wrap notice>务必重启电脑</wrap>, 让更改生效
-==== 4.2 GPU access blocked by the operating system ====
+==== 7.2 GPU access blocked by the operating system ====
 <code powershell>
-PS C:\WINDOWS\system32> wslc run --rm --gpus all swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
+PS C:\WINDOWS\system32> wslc run --rm --gpus all `
+  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
 Failed to initialize NVML: GPU access blocked by the operating system
 Failed to properly shut down NVML: GPU access blocked by the operating system
@@ 行 102: / 行 123: @@
 > 用 GPU 跑计算或 AI 相关任务，选用 Game Ready 驱动 会更合适
-==== 4.3 exec /usr/bin/nvidia-smi: exec format error ====
+===== 登录访问使用 =====
-<code powershell>
+跳转到: [[qflow:quickstart_gpu|5. 对容器登录、上传下载]] 跟着文档进行到文档结束。
-PS C:\WINDOWS\system32> wslc run --rm --gpus all swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
-exec /usr/bin/nvidia-smi: exec format error
-</code>
-核心原因是 wslc 命令缺少了让容器识别和使用 GPU 所必需的关键组件: nvidia-container-toolkit
-🔧 解决方案：在你的 WSL 2 发行版中安装 NVIDIA Container Toolkit
-在 wsl 的 Linux 发行版(如 Ubuntu) 安装 NVIDIA Container Toolkit
-<code powershell>
-wsl uname -m
-wslc run --rm -it --gpus all `
-  swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:12.4.0-base-ubuntu22.04 bash
-</code>
 ~~DISCUSSION:off~~

qflow/win11_gpu.1783677355.txt.gz · 最后更改: 2026/07/10 17:55 由 127.0.0.1