還是愛折騰...
前一陣子買了個新的筆記本電腦墩剖，幻13-3050TI-1T版本版保，全能本，CPU是8核心16線程的標壓版AMD銳龍9-5900HS撤蟆，顯卡是NVIDIA-3050TI火脉，重量和macbook差不多牵舵，都是1.4kg，便攜倦挂、可以改變形態(tài)畸颅。
大概長這樣：
可以變換3種形態(tài)（莫名有種興奮感），可能也有人問我為啥不買macbook方援，沒買的原因有兩點：
- macbook不支持nvidia顯卡没炒，這個無解，沒辦法本地跑AI代碼犯戏，只能遠程服務器
- macbook用膩了送火，有一點審美疲勞，新版的macbook pro也太厚了先匪，感覺不方便攜帶漾脂，主要也貴...
于是有了一臺和macbook接近大小、差不多重量的帶獨顯的全能筆記本胚鸯，日常簡單開發(fā)、調試調試足夠用了笨鸡。CPU是R9-5900HS姜钳、顯卡是3050TI-4G，CPU的編譯速度也還可以形耗，GPU的話除了顯存有點小哥桥，30系列的特性都有了，可以盡情嘗試激涤。
畢竟搞AI的拟糕，當然對GPU比較敏感判呕，這個3050TI是基于GA107核心，有2560個CUDA Core送滞，80個Tensor Core侠草，基本是夠玩了。計算能力8.6犁嗅，目前（這句話寫的時候還是最新边涕，但是立馬老黃3月份推出了H100）最新的特性該有的都有了：
- FP32、FP16褂微、BF16和INT8精度的支持
- 第三代Tensor Core等等
附一個GA102的白皮書功蜓，感興趣的可以翻翻。
有了筆記本宠蚂，接下來就是配置開發(fā)環(huán)境了式撼。
之前不想用Windows本主要是習慣了Linux的操作環(huán)境，而Mac和Linux操作起來相差不大求厕，而用windows就會種種不習慣著隆。
所以一開始的方案就是win10+ubuntu雙系統(tǒng)：
Ubuntu + win10/win11 雙系統(tǒng)方案
這也是大部分程序員的配置，開發(fā)當然必須是ubuntu了甘改，windows娛樂旅东，ubuntu工作。
這里我先是在win10下安裝了ubuntu十艾，之后在win10+ubuntu雙系統(tǒng)的前提下抵代，將win10升級成了win11。整個升級過程很順滑忘嫉，升級后沒有任何改動（引導沒有被破壞荤牍、ubuntu系統(tǒng)未被破壞）升級完重啟后，可以正常使用ubuntu庆冕，此時雙系統(tǒng)升級為win11+ubuntu康吵。
而裝Ubuntu也是老生常談的話題了，基本都是：
- 下載好Ubuntu鏡像访递，拿個U盤制作U盤鏡像
- Win10系統(tǒng)內劃分出一部分磁盤給Ubuntu使用
- 重啟bios設置啟動方式為U盤然后安裝
我安裝的是20.04版本的Ubuntu晦嵌。
大概就是這么個流程，網上的資料很多很多拷姿，隨便一搜就有了惭载，有一點和之前安裝16.04不一樣，NVIDIA的驅動安裝比想象中要順利很多响巢，四年前那會也在一個筆記本上裝Ubuntu吃了不少苦頭：ubuntu16.04下安裝NVIDIA（cuda）-gtx965m相關步驟以及問題描滔，這次的NVIDIA驅動沒有很多坑，安裝正常邏輯安裝就行踪古，也不需要禁用什么什么的含长。
進入新的Ubuntu系統(tǒng)券腔，基本步驟大體也都一樣：
先切換源，注意源的版本一定和你的ubuntu版本一致（不一致會導致你的各種軟件不兼容拘泞，也就是unmet會很多纷纫，這個我一開始沒有注意，折騰了很久）田弥，去找清華或者阿里源：
- https://mirrors.tuna.tsinghua.edu.cn/help/ubuntu/
- https://developer.aliyun.com/mirror/ubuntu?spm=a2c6h.13651102.0.0.3d151b117MRP65
然后把/etc/apt中的source.list替換成國內源之后：
sudo apt-get update
sudo apt-get upgrade
sudo apt-get install build-essential
安裝Ubuntu的必要組件之后涛酗，接下來就是要升級內核（Ubuntu-20.04默認是5.10的內核）。至于為啥要升級內核偷厦，是因為我這個是幻13是比較新的筆記本商叹，有些功能舊版的內核不支持（比如翻轉屏幕、比如鍵盤燈只泼、指紋解鎖啥的）剖笙，于是乎先升級內核。
升級內核有一些坑请唱，我參照了ROG幻13安裝ubuntu20.04弥咪，解決各種驅動問題這篇文章，也確實幫了我大忙十绑，大概就是聚至，如果你從官方kernel中去下載更新，可能會因為官方kernel中的libc6版本不兼容導致sudo apt-get update有時候會出錯本橙，會報各種問題扳躬，需要下載合適版本的kernel才行。
對內核有疑問的可以看看這篇文章甚亭，總之升級內核需要謹慎一些贷币，另外使用最新版本的Ubuntu系統(tǒng)，會自帶最新的內核亏狰。
接下來說說WSL2役纹。
win11+wsl2+docker
WSL（Windows Subsystem for Linux）是我在調研win11相關資料時候看到的新名詞，之前只是聽說過暇唾，但沒有實際使用過促脉，現在有windows跑Ubuntu的需求，突然想到可以試試看策州。
wsl的功能就是可以讓你在windows上使用linux系統(tǒng)瘸味。可以讓我這種習慣命令行的人在windows下開發(fā)也不難受抽活。畢竟如果直接在ubuntu下開發(fā)，摸魚和聊天確實比較折騰锰什，我還是想實現類似于macos上開發(fā)的效果下硕，娛樂工作兩不誤丁逝，開發(fā)體驗也不割裂。
因為mac和nvidia水火不容梭姓，對于我這種搞深度學習極度依賴nvidia顯卡的人來說用mac只能遠程連接服務器來開發(fā)霜幼，在網絡不好的情況下就比較難受了。
貌似WSL2也比VMware虛擬機性能強一些（懂得小伙伴可以說下）誉尖，也可以直接在windows中運行Ubuntu鏡像罪既，然后vscode連接開發(fā)，效率直接翻倍铡恕，這點直接抓住了我的心琢感。
目前wsl的最新版是wsl2，wsl和wsl2的區(qū)別挺大探熔，男人的第六感讓我用新不用舊驹针，于是選擇使用wsl2，其實還有一個原因是wsl2下的linux內核可以調用cuda诀艰。
首先升級win11柬甥，再裝一個WSL專用驅動510.06_gameready_win11_win10-dch_64bit_international，然后直接在win終端輸入：
wsl --set-default-version 2
此時就默認使用WSl2了其垄。
如果著急看WSL2能不能用可以直接在WIN跑下這個：
docker run --gpus all nvcr.io/nvidia/k8s/cuda-sample:nbody nbody -gpu -benchmark
---
result:
---
GPU Device 0: "Ampere" with compute capability 8.6
> Compute 8.6 CUDA device: [NVIDIA GeForce RTX 3050 Ti Laptop GPU]
20480 bodies, total time for 10 iterations: 40.139 ms
= 104.495 billion interactions per second
= 2089.903 single-precision GFLOP/s at 20 flops per interaction
輸出正常的話苛蒲，就證明WSL-NVIDIA驅動和你的顯卡都能正確檢測到。
安裝Ubuntu
接下來安裝Ubuntu試試绿满，一般網上都是建議在Microsoft Store中搜索安裝臂外，不過如果直接在WIN11的商店中搜索Ubuntu，會給你直接安裝到C盤棒口，這點很煩寄月，我也是一不小心就將Ubuntu鏡像搞到了C盤，無奈只能先刪掉无牵，然后將WSL2中的docker綁定解綁漾肮，然后移到其他盤中（這里我移動到了D盤）：
wsl --export docker-desktop-data D:\Docker\wsl\docker-desktop-data\docker-desktop-data.tar
wsl --unregister docker-desktop-data
wsl --import docker-desktop-data D:\Docker\wsl\docker-desktop-data\ D:\Docker\wsl\docker-desktop-data\docker-desktop-data.tar --version 2
docker鏡像地址移到其他盤后，就可以放開手搞鏡像了茎毁！
基于wsl2的docker鏡像
既然都是鏡像克懊，為啥不直接找一個帶有cuda環(huán)境的鏡像呢，直接在docker官網或者NVIDIA-docker就可以搜到：nvidia/cuda:11.4.3-cudnn8-devel-ubuntu20.04七蜘，然后docker拉一下就行
于是谭溉，我在wsl2中注銷掉了之前的Ubuntu鏡像，wsl --unregister Ubuntu橡卤，并且刪除之前的鏡像扮念。然后docker pull nvidia/cuda:11.4.3-cudnn8-devel-ubuntu20.04拉取新的鏡像。
運行一下試試碧库，執(zhí)行docker run -it --gpus all 42a32a65aa9d /usr/bin/bash柜与，注意要把--gpus all加上巧勤，不然會檢測不到顯卡。
進入容器內部執(zhí)行nvidia-smi：
root@304af4811a38:/# nvidia-smi
Sun Jan 30 10:37:28 2022
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 510.39.01 Driver Version: 511.23 CUDA Version: 11.6 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... On | 00000000:01:00.0 Off | N/A |
| N/A 51C P8 8W / N/A | 0MiB / 4096MiB | 0% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
嗯弄匕，沒毛病颅悉。
測試CUDA
編譯https://github.com/NVIDIA/cuda-samples中的代碼，然后跑個deviceQuery:
root@0b09ee5e9284:~/code/cuda-samples/bin/x86_64/linux/release# ./deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "NVIDIA GeForce RTX 3050 Ti Laptop GPU"
CUDA Driver Version / Runtime Version 11.6 / 11.4
CUDA Capability Major/Minor version number: 8.6
Total amount of global memory: 4096 MBytes (4294443008 bytes)
(020) Multiprocessors, (128) CUDA Cores/MP: 2560 CUDA Cores
GPU Max Clock rate: 1035 MHz (1.03 GHz)
Memory Clock rate: 5501 Mhz
Memory Bus Width: 128-bit
L2 Cache Size: 2097152 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total shared memory per multiprocessor: 102400 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 1536
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 1 copy engine(s)
Run time limit on kernels: Yes
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device supports Managed Memory: Yes
Device supports Compute Preemption: Yes
Supports Cooperative Kernel Launch: Yes
Supports MultiDevice Co-op Kernel Launch: No
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 11.6, CUDA Runtime Version = 11.4, NumDevs = 1
Result = PASS
可以正常檢測出卡迁匠，也可以正常運行剩瓶。
再跑一個簡單的矩陣乘法：
root@0b09ee5e9284:~/code/cuda-samples/bin/x86_64/linux/release# ./matrixMul
[Matrix Multiply Using CUDA] - Starting...
GPU Device 0: "Ampere" with compute capability 8.6
MatrixA(320,320), MatrixB(640,320)
Computing result using CUDA Kernel...
done
Performance= 294.72 GFlop/s, Time= 0.445 msec, Size= 131072000 Ops, WorkgroupSize= 1024 threads/block
Checking computed result for correctness: Result = PASS
NOTE: The CUDA Samples are not meant for performance measurements. Results may vary when GPU Boost is enabled.
嗯，也沒毛病城丧。
編譯tvm測試
簡單在WSL2下和在雙系統(tǒng)Ubuntu下進行編譯TVM測試延曙，tvm版本用GITHUB上779dc51e1332f417fa4c304b595ce76891dfc33a這個commit進行測試，win端調整到rog的性能模式芙贫，Ubuntu系統(tǒng)沒有額外設置搂鲫，cmake的設置相同，都使用ninja j8命令進行編譯磺平。
WSL2和Ubuntu編譯TVM差30s魂仍，將近2%吧，相差不是很大拣挪。其實這個對比不是很標準哈擦酌，兩個系統(tǒng)的CPU最高頻率沒有統(tǒng)一，只是簡單測測吧~
搭配VSCODE
使用VSCODE開發(fā)已經是很稀松平常的事兒了菠劝，VSCODE有個remote-SSH插件可以讓我們很方便地連接遠程服務器進行開發(fā)赊舶，就和本地服務一樣。
同樣的赶诊，VSCODE中也有一個插件直接可以連接WSL2下的docker笼平，在windows下docekr run之后，就可以在win下的vscode中找到這個docker容器：
執(zhí)行Attach Vscode之后就可以進入VSCODE的docker環(huán)境：
開發(fā)就和在Ubuntu下的VSCODE一模一樣舔痪，有root權限寓调，可以裝插件，可以調試代碼锄码，想干啥就干啥夺英。
到目前為止WSL2在WIN11上的開發(fā)一切順利~
WIN11到底好不好用
剛拿到這個筆記本時是WIN10，也沒有升級WIN11的想法滋捶，不過因為在win10中使用WSL2比較麻煩痛悯，而WIN11自帶wsl2。于是乎就升級了一波WIN11重窟。
整個升級過程比想象中順滑载萌，在設置里頭點點點就可以直接升級，下載更新、重啟一氣呵成扭仁，重啟后就是新系統(tǒng)了可缚，之前的所有軟件都能用。
據說WIN11相比WIN10在CPU調度會差一點斋枢，打游戲會比較影響。不過我感覺不出來知给，使用上比WIN10界面好看些瓤帚，其他核心操作和WIN10相差不大，對于觸屏用戶更友好些涩赢。
令我比較驚喜的是WIN11自帶了類似MAC端付費應用Paste的核心功能戈次，Win+V可以直接展示最近的剪切板隨便選擇粘貼，圖片也是可以的筒扒。
遇到的問題
有一個比較坑的問題怯邪，本來win11+Ubuntu20.04雙系統(tǒng)用的好好的，突然有一天華碩讓升級bios（從407->408）花墩，當時沒有什么想法就直接升級了悬秉。升級完直接傻眼，發(fā)現進不去ubuntu系統(tǒng)了冰蘑，而win11系統(tǒng)沒啥問題和泌。
以為是引導的問題，修改了半天grub引導祠肥，通過u盤ubuntu安裝器fix-boot后也不行武氓，試了種種方式都進不去，差點就要重裝了仇箱。
最后偶然在reddit上查了下貌似是408版本不兼容ubuntu-20.04县恕，直接降級bios就好了。
相關問題鏈接：
華碩bios下載官網：
使用lldb
用clang編譯后的文件想要在VSCODE中debug剂桥，需要下一個codeLLDB忠烛，然后json中配置：
{
"type": "lldb",
"request": "launch",
"name": "lldb launch",
"program": "/path/to/a.out",
},
就可以了~
3080拓展塢
因為幻13可以通過專用的PCIE拓展口連接自己的拓展塢顯卡，傳輸速率比雷電4要快不少渊额，外接顯卡幾乎可以無損况木。于是在日亞上淘了個3080的顯卡塢，7300+800的稅旬迹，等了一個月終于到了火惊。
首先這不是真正的桌面版RTX3080。這是rtx3070桌面版ga104核心的滿血版奔垦。多了一些cuda核心而已屹耐。因為功耗限制，實際上比桌面版3070還要慢，也就是略弱于桌面端3070惶岭。不過我買這個主要是看重其16G的顯存寿弱，真的很適合煉丹啊~
看大石頭的評測，這個3080顯卡塢在和幻13極限雙烤開增強模式按灶，GPU可以跑到150w溫度82度症革，CPU可以跑到45W溫度95度，說實話這溫度有點高鸯旁，如果自己平時使用的話還是建議調低點噪矛，畢竟這玩意兒比較嬌貴。
有一點肯定要清楚铺罢，這顯卡的性能和功耗是成正比的艇挨，不管是桌面級、筆記本還是嵌入式的顯卡韭赘，都是功耗越強性能越強缩滨。
另外，在WIN11端切換3080顯卡之后泉瞻，重啟成Ubuntu直接就識別為3080了脉漏，爽。
桌面配置
借著這次嘮叨袖牙，順便說下咱們不常見的屏幕掛燈鸠删，一開始想到用掛燈的場景是墨水屏，因為墨水屏不會發(fā)光贼陶，在白天還好刃泡，但是晚上就沒法用了，雖然可以使用臺燈照著碉怔，但是光不均勻或者說照不全烘贴，比如這樣：
上面就是僅使用臺燈的樣子，上面的屏幕掛燈還沒有開撮胧，這樣辦公太難受了桨踪。
如果開了屏幕掛燈的話：
可以看到墨水屏被照亮了很多...另外桌面也照亮了，臺燈關了也無所謂芹啥，只有掛燈锻离，看書沒有任何問題。
這個燈是明基的Screenbar Halo墓怀，話說都配這么貴的墨水屏顯示器了汽纠，不差一個掛燈了，之前用的小米的傀履，感覺亮度有點不夠虱朵，索性就配了個比較好的掛燈了。相比小米肯定高級很多哈，亮度提升了不少碴犬，最高亮度需要大電流的輸出才行（1A有點勉強絮宁，1.5A-2A差不多），之前的小米就不用（因為沒有那么亮）服协，我掛了個充電寶就沒任何問題了绍昂。
不過說實話貌似屏幕掛燈不是這么用的，人家是為了給你個環(huán)境光偿荷，照亮桌面治专，可以看書又不占地方，關鍵的是這個燈是非對稱的（咱也不懂）遭顶，就是不會照到普通的屏幕上給你反光（普通的屏幕是會發(fā)光的，和我這個墨水屏還不一樣）泪蔫，但其實我是想讓這個掛燈照到我的屏幕上的（因為墨水屏不發(fā)光嘛）棒旗，但是我正常使用掛燈（明基這個）就照不到屏幕，這個確實不錯撩荣，畢竟屏幕掛燈本應該不照屏幕以防反光铣揉。然后我只能強行調整一下掛燈的方向，讓它盡量照我的屏幕餐曹，感覺有點為難人家逛拱。
我也拿普通屏幕試了試：
無論是上面的還是下面的屏幕都不反光，看的很清楚台猴，簡直太棒了~看代碼打游戲啥的沒有任何問題朽合，感覺普通屏幕，使用掛燈饱狂，讓周圍環(huán)境光充足起來曹步，這樣眼睛就不會太容易疲勞了。
畢竟算是生產力了休讳，屏幕掛燈用了就不會回去了讲婚。
這篇就講這么多吧，下一篇就還是大家熟悉的技術文了~
參考資料
- https://docs.nvidia.com/cuda/wsl-user-guide/index.html
- https://zhuanlan.zhihu.com/p/455979556
- https://www.codetd.com/fr/article/13628610
- https://developer.nvidia.com/blog/leveling-up-cuda-performance-on-wsl2-with-new-enhancements/
- https://l-zb.com/?id=49#
撩我吧
- 如果你與我志同道合于此俊柔，老潘很愿意與你交流筹麸！
- 如果你喜歡老潘的內容，歡迎關注和支持~
- 如果有問題想要聯系我雏婶，可加公眾號直接私信物赶，點這里！
