在//build 2020上，我们宣布gpu硬件加速将来到windows子系统linux 2（wsl 2）。
什么是WSL？WSL是一个环境，用户可以在Windows PC的舒适环境中运行他们的Linux应用程序。如果你是开发人员，正在开发将在云端Linux容器中部署的容器化工作负载，你可以使用你熟悉的原生Linux工具在Windows PC上本地开发和测试这些工作负载。响应广泛的需求，这些Linux应用程序和工具现在可以从GPU加速中受益。
本博客的目的是让你一瞥这种支持是如何实现的，以及各种部分如何组合在一起。
在过去的几个Windows版本中，我们一直在忙于开发客户端GPU虚拟化技术。这项技术被整合到WDDM（Windows显示驱动模型）中，所有WDDMv2.5或更高版本的驱动程序都对GPU虚拟化有原生支持。这项技术被称为WDDM GPU副虚拟化，简称GPU-PV。GPU-PV现在是Windows的基础部分，用于Windows Defender应用程序保护、Windows沙箱或HoloLens 2仿真器等场景中。目前，这项技术仅限于Windows客户机，即在虚拟机或容器中运行的Windows。
为了将GPU加速支持引入WSL 2，WDDMv2.9将扩展GPU-PV的范围至Linux客户机。这是通过一个新的Linux内核驱动程序实现的，该驱动程序利用GPU-PV协议向用户模式Linux暴露GPU。GPU的投影抽象紧跟WDDM GPU抽象模型，使得基于该抽象构建的API和驱动程序可以轻松移植到Linux环境中。
介绍dxgkrnl（Linux版）Dxgkrnl是Linux的一个全新内核驱动程序，它向用户模式Linux暴露/dev/dxg设备。/dev/dxg暴露了一组IOCTL，这些IOCTL与Windows上的原生WDDM D3DKMT内核服务层非常相似。Linux内核中的Dxgkrnl通过VM总线连接到其在Windows主机上的“大哥”，并使用此VM总线连接与物理GPU通信。
在Linux环境中运行的应用程序与Windows上的原生应用程序一样可以访问GPU。Linux和Windows之间没有资源分区，也不会对Linux应用程序施加限制。资源共享完全基于谁需要什么动态进行。Linux和Windows应用程序共享GPU与两个Windows应用程序共享GPU基本上没有区别。如果Linux应用程序独自使用GPU，它可以消耗所有资源！
假设你在Windows主机上安装了正确的GPU驱动程序，/dev/dxg将自动暴露并可供任何已安装的WSL发行版使用，而无需安装任何额外软件包。请注意，发行版需要在WSL版本2模式下运行（wsl –set-version
尽管它们共享名称，Linux内核中的dxgkrnl版本是基于我们的GPU-PV协议的Linux GPU驱动程序的清洁室实现，与其在Windows上同名的对应物没有任何共同之处。Dxgkrnl Linux版正在开源并回馈给社区。当我们致力于将这个新驱动程序上游化时，源代码可在微软的WSL 2官方Linux内核分支中找到。
https://www.php.cn/link/405263e8db137517d4eb9b068bf4c05c
在Linux内部投影一个与WDDM兼容的GPU抽象，使我们能够重新编译并将我们的首要图形API引入Linux，当在WSL中运行时。
这是真正的完整的D3D12 API，这里没有仿制品、冒充者或重新实现……这是真材实料。libd3d12.so是从与Windows上的d3d12.dll相同的源代码编译而来的，但针对Linux目标。它提供了相同的功能和性能水平（减去虚拟化开销）。唯一的例外是Present()。目前，WSL作为一个仅限控制台的体验，没有与WSL的展示集成。D3D12 API可用于离屏渲染和计算，但目前没有交换链支持将像素直接复制到屏幕上（尚未）。
DxCore（libdxcore.so）是dxgi的简化版本，其中API的传统方面已被现代版本替代。DxCore在Windows和Linux上均可用。DxCore还用于托管一个扁平化的D3DKMT API版本，该版本由基于WDDM的驱动程序在Windows上使用以与GPU通信。此API抽象了各种WDDM服务如何到达内核的差异（Windows上的服务表与Linux上的IOCTL）。
libd3d12.so和libdxcore.so是闭源的、预编译的用户模式二进制文件，作为Windows的一部分发布。这些二进制文件与基于glibc的发行版兼容，并自动挂载在/usr/lib/wsl/lib下，并使其对加载器可见。换句话说，这些API可以开箱即用，无需安装额外软件包或调整发行版的配置。目前，支持仅限于Ubuntu、Debian、Fedora、Centos、SUSE等基于glibc的发行版。
没有GPU制造商合作伙伴提供的特定于GPU的用户模式驱动程序（UMD），D3D12将无法运行。UMD负责将着色器编译为特定于硬件的字节码，并将API渲染请求翻译成实际的GPU指令，这些指令在命令缓冲区中由GPU执行。与我们的合作伙伴密切合作，他们已经将他们的D3D12 UMD重新编译为Linux目标，使这些驱动程序能够在WSL环境中执行。这种支持正在即将推出的WDDMv2.9驱动程序中集成，使得WSL中的GPU支持对最终用户来说无缝。WDDMv2.9驱动程序将携带一个为Linux编译的DX12 UMD版本。主机驱动程序包在WSL内部挂载在/usr/lib/wsl/drivers下，并直接可供d3d12 API访问。如果你有WDDMv2.9驱动程序……GPU将神奇地出现在WSL中并完全可用。
除了D3D12和DxCore外，我们还将我们的机器学习API DirectML移植到Linux，当在WSL中运行时。我们将DirectML的高性能机器学习推理能力带到了Linux，并扩展了其功能以支持训练工作流程！DirectML建立在我们的D3D12 API之上，提供了一系列计算操作和针对机器学习工作负载的优化。
DirectML团队的目标是将这些硬件加速的推理和训练能力与流行的ML工具、库和框架集成。在支持使用DirectML的训练工作流程时，我们最初专注于学生和初学者的ML工作流程。我们希望确保大学学生和工业工程师能够利用Windows硬件的广泛性来学习和获得新的ML技能。利用DirectML为这些学生和初学者提供了一个简单的方法来利用他们现有系统中的硬件加速，通过从他们在WSL 2中运行的基于Linux的ML工具中访问其DirectX 12兼容的GPU。
随着我们对扩展DirectML能力的投资，与我们的硅合作伙伴的出色协同工程对于确保Windows生态系统中各种GPU从这些专注于ML的投资中受益至关重要。这就是为什么我们兴奋地宣布从今年夏天开始，DirectML的训练将进入预览版！
为了让我们的客户更容易开始使用DirectML进行训练，我们正在发布一个预览版的TensorFlow包，带有集成的DirectML后端。学生和初学者将能够开始使用TensorFlow教程并为他们的未来打下基础。此外，我们正在与TensorFlow社区互动，并正在进行RFC流程！一旦预览版公开可用，我们将继续进行投资，为DirectML添加新功能，并继续改进其与TensorFlow的端到端训练能力，使你的训练工作流程变得更好。
如果你对DirectML硬件加速训练的实际应用感兴趣，请查看//build技能会话，标题为Windows AI：在Windows设备上进行硬件加速的ML。
在Linux上，用户通常使用Khronos API进行图形处理。那么，关于OpenGL、OpenCL或Vulkan的GPU加速支持呢？
我们最近宣布了映射层的开发工作，这些映射层将在DX12之上为OpenCL和OpenGL带来硬件加速。我们将使用这些层通过Mesa库为WSL提供硬件加速的OpenGL和OpenCL。我们的工作完成后，WSL发行版需要更新Mesa才能启用此加速。对于采用此Mesa更新的发行版，只要在Windows主机上安装了WDDMv2.9或更高版本的驱动程序，加速将自动启用。
你可能会问，现在最流行的计算API呢？
我们很高兴地宣布，NVIDIA CUDA加速也将来到WSL！CUDA是一个跨平台的API，可以通过Windows上的WDDM GPU抽象或Linux上的NVIDIA GPU抽象与GPU通信。
我们与NVIDIA合作，为Linux构建了一个直接针对/dev/dxg暴露的WDDM抽象的CUDA版本。这是一个完全功能的libcuda.so版本，使得CUDA-X库如cuDNN、cuBLAS、TensorRT的加速成为可能。
WSL中的CUDA支持将包含在NVIDIA的WDDMv2.9驱动程序中。类似于D3D12支持，CUDA API的支持将在任何基于glibc的WSL发行版上自动安装和可用，如果你有一块NVIDIA GPU。libcuda.so库将与libd3d12.so一起部署在主机上，使用之前描述的相同机制挂载并添加到加载器搜索路径中。
除了CUDA支持外，我们还将NVIDIA-docker工具的支持引入WSL。在云端执行的相同容器化GPU工作负载可以原样在WSL中运行。NVIDIA-docker工具不会预先安装，而是保持为用户可安装的软件包，就像今天一样，但该软件包现在将与WSL兼容并在其中运行硬件加速。
有关即将到来的WSL中NVIDIA CUDA支持的更多详细信息和最新动态，请访问http://developer.nvidia.com/cuda/wsl。
在//build上，我们宣布Linux GUI应用程序的支持将来到WSL。虽然目前WSL仅限于控制台体验，但很快你将能够在Windows桌面上的其他Windows应用程序旁边使用你喜欢的Linux IDE或其他GUI应用程序。
像素如何在Linux应用程序和托管它们的Windows桌面之间流动，以及各种窗口如何整合成统一且无缝的体验？这将是另一个故事。
如果你已经读到这里，你可能对所有这些内容感到兴奋，现在想知道你什么时候能真正开始玩这些东西！
DxCore、D3D12、DirectML和NVIDIA CUDA的支持即将来到Windows Insider快速构建版。快速通道目前在我们的Manganese（Mn）操作系统分支上。我们预计快速通道将在六月下旬转向我们的Iron（Fe）分支，这将向内部人员暴露这些新功能。TensorFlow的预览版将在同一时间作为可安装的PyPI包发布，与PyPI.org上现有的TensorFlow包一起发布。到那时，你将能够复制所有这些酷炫的//build演示。有关预览版的可用性，请关注aka.ms/gpuinwsl，如果你对我们未来在ML方面的投资感兴趣，请花点时间完成我们的调查。
OpenGL/OpenCL映射层和GUI应用程序的支持将在稍后的时间通过Insider构建版发布。当我们接近准备好这些技术时，我们将通过Windows Insider构建版发布说明和博客更新通知你。
希望你发现这很有趣！请尝试并分享你的反馈！
