VMware虚拟机中体验PyTorch：Ubuntu系统安装与GPU穿透配置指南

VMware虚拟机中体验PyTorchUbuntu系统安装与GPU穿透配置指南1. 前言为什么选择虚拟机学习PyTorch对于刚接触深度学习的开发者来说直接在物理机上安装PyTorch环境可能会遇到各种依赖冲突和配置问题。使用虚拟机可以创建一个隔离的学习环境避免影响主机系统。VMware作为成熟的虚拟化解决方案提供了方便的虚拟机管理功能特别适合用来搭建PyTorch学习环境。不过需要提醒的是虚拟机中的GPU性能会有一定损耗且配置过程相对复杂。如果你追求更好的GPU性能可以考虑使用云GPU平台提供的预配置环境。但通过本教程你可以在本地快速搭建一个可用的PyTorch学习环境。2. 准备工作与环境搭建2.1 所需软件和硬件在开始之前请确保你已准备好以下内容一台支持虚拟化的Windows或Linux主机建议16GB以上内存已安装VMware Workstation Pro16.x或更新版本Ubuntu 20.04 LTS或22.04 LTS的ISO镜像文件NVIDIA显卡及最新驱动如需使用GPU穿透2.2 创建新的虚拟机打开VMware Workstation点击创建新的虚拟机选择自定义(高级)安装类型硬件兼容性选择最新版本如Workstation 16.x选择稍后安装操作系统客户机操作系统选择Linux版本选择Ubuntu 64位为虚拟机命名并选择存储位置处理器配置建议至少2核4核更佳内存分配建议8GB或以上4GB勉强可用网络类型选择NAT默认选项I/O控制器类型保持默认磁盘类型选择SCSI选择创建新虚拟磁盘磁盘大小建议40GB以上选择将虚拟磁盘拆分成多个文件指定磁盘文件名称保持默认即可完成向导后在虚拟机设置中挂载Ubuntu ISO镜像文件。3. 安装Ubuntu系统3.1 启动安装过程启动虚拟机进入Ubuntu安装界面选择Install Ubuntu选择键盘布局通常保持默认选择Normal installation并勾选Install third-party software安装类型选择Erase disk and install Ubuntu不用担心这只会影响虚拟磁盘设置时区创建用户账户记住你设置的用户名和密码安装过程大约需要15-30分钟完成后重启虚拟机。3.2 安装VMware Tools安装VMware Tools可以改善虚拟机性能和使用体验在VMware菜单选择虚拟机→安装VMware Tools在Ubuntu中会自动挂载CD镜像打开终端执行以下命令tar -xzf /media/$USER/VMware\ Tools/VMwareTools-*.tar.gz -C /tmp/ cd /tmp/vmware-tools-distrib/ sudo ./vmware-install.pl安装过程中所有问题都按回车选择默认选项安装完成后重启虚拟机4. 配置PyTorch开发环境4.1 安装基本开发工具首先更新系统并安装基本开发工具sudo apt update sudo apt upgrade -y sudo apt install -y build-essential git python3-pip python3-dev4.2 安装Miniconda推荐使用Miniconda可以方便地管理Python环境wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh按照提示完成安装然后重新加载bash配置source ~/.bashrc4.3 创建PyTorch环境创建一个专门的conda环境来安装PyTorchconda create -n pytorch python3.9 conda activate pytorch4.4 安装PyTorch CPU版本对于没有GPU穿透的情况先安装CPU版本conda install pytorch torchvision torchaudio cpuonly -c pytorch验证安装python3 -c import torch; print(torch.__version__)5. 配置GPU穿透可选高级步骤5.1 检查主机GPU支持在尝试GPU穿透前请确保主机有NVIDIA显卡已安装最新NVIDIA驱动主机BIOS中已启用VT-d/AMD-ViIOMMU功能5.2 配置虚拟机PCI穿透关闭虚拟机打开虚拟机设置→添加→PCI设备选择你的NVIDIA显卡保存设置并启动虚拟机5.3 在Ubuntu中安装NVIDIA驱动进入虚拟机后禁用Nouveau驱动sudo bash -c echo blacklist nouveau /etc/modprobe.d/blacklist-nvidia-nouveau.conf sudo bash -c echo options nouveau modeset0 /etc/modprobe.d/blacklist-nvidia-nouveau.conf sudo update-initramfs -u重启虚拟机安装驱动sudo apt install -y nvidia-driver-525重启后验证nvidia-smi5.4 安装PyTorch GPU版本在conda环境中conda install pytorch torchvision torchaudio pytorch-cuda11.7 -c pytorch -c nvidia验证GPU支持python3 -c import torch; print(torch.cuda.is_available())6. 虚拟机方案的局限性虽然虚拟机提供了隔离的环境但也有一些限制性能损失即使是GPU穿透性能也会比物理机低20-30%兼容性问题不是所有GPU都支持穿透且不同VMware版本支持程度不同配置复杂GPU穿透需要多步配置容易出错资源占用运行虚拟机需要消耗大量主机资源7. 替代方案云GPU平台如果你遇到以下情况可以考虑使用云GPU平台本地硬件不支持GPU穿透需要更好的GPU性能不想花费时间配置环境需要随时可用的开发环境云平台通常提供预配置的PyTorch环境开箱即用无需复杂的安装和配置过程。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。