RTX 40 系显卡跑 MindSpore2.2.14 GPU——不用自编译，WSL2 + 官方预编译包即可（7.9× 实测）

经验分享 Tech Blogs 安装经验-Installation Experience
1

背景

官方 GPU 支持矩阵写的是 CUDA 10.1 / 11.1 / 11.6，而 RTX 40 系（Ada，sm_89）需要 CUDA ≥ 11.8 才能让 nvcc 生成 SASS。 所以社区里常见的结论是「RTX 40 系必须自己编译 MindSpore GPU」。

我这边实测下来不需要自编译：官方预编译包直接能在 4080 上跑，而且比 CPU 快约 8 倍。 下面把完整路径和踩过的坑写清楚，RTX 40 系（4080/4090）+ Windows 的同学可以直接抄。

为什么能跑

官方 wheel 里的 common 架构包含 compute_86 的 PTX（见 cmake/gpu_env_setup.cmake）。 驱动（我这里 551.95）会把 compute_86 PTX JIT 编译成 sm_89 的机器码，于是不需要 sm_89 的 SASS，也能跑。

代价：首次 kernel 启动有约 1–1.5 秒 JIT 冷启动，之后正常。

环境组合（实测可用）

组件 版本
Windows 11 25H2
WSL WSL2（Ubuntu 20.04，kernel 6.18）
GPU RTX 4080 Laptop（sm_89），驱动 551.95（Windows 侧，WSL 透传）
CUDA toolkit 11.8.89（wsl-ubuntu 源，只装 toolkit 不装驱动）
cuDNN 8.9.7（cuda11 redist，免登录 tar.xz）
Python 3.8（Ubuntu 20.04 自带）
MindSpore 2.2.14 官方预编译 Linux wheel（unified 包）

步骤（约 1 小时，含一次重启）

  1. 装 WSL2 + Ubuntu 20.04（管理员 PowerShell）

    powershell

    wsl --install --no-distribution --web-download
wsl --set-default-version 2
wsl --install -d Ubuntu-20.04 --no-launch

    然后写 C:\Users\<user>\.wslconfig（必做，否则 WSL 只分到一半内存）：

    ini

    [wsl2]
memory=20GB
processors=24
swap=8GB

    重启后 nvidia-smi 应能看到显卡。

  2. WSL 内装 CUDA 11.8（只装 toolkit）

    bash

    wget https://developer.download.nvidia.cn/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update && sudo apt-get install -y cuda-toolkit-11-8

  3. cuDNN 8.9.7（免登录）

    bash

    wget https://developer.download.nvidia.cn/compute/cudnn/redist/cudnn/linux-x86_64/cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
tar -xf cudnn-linux-x86_64-8.9.7.29_cuda11-archive.tar.xz
sudo cp -a cudnn-linux-x86_64-8.9.7.29_cuda11-archive/include/* /usr/local/cuda-11.8/include/
sudo cp -a cudnn-linux-x86_64-8.9.7.29_cuda11-archive/lib/* /usr/local/cuda-11.8/lib64/
sudo ldconfig

  4. 装官方预编译 wheel（2.2.14 的 unified 包，约 743MB）

    bash

    wget https://ms-release.obs.cn-north-4.myhuaweicloud.com/2.2.14/MindSpore/unified/x86_64/mindspore-2.2.14-cp38-cp38-linux_x86_64.whl
pip install ./mindspore-2.2.14-cp38-cp38-linux_x86_64.whl

  5. 验证

    bash

    python -c "import mindspore as ms; ms.set_context(device_target='GPU'); ms.run_check()"

    看到 MindSpore has been installed on platform [GPU] successfully! 就成了。

实测数据（真实北京地铁客流数据）

配置 ms/step 相对 CPU
CPU PYNATIVE 52.3 1.0×
GPU PYNATIVE 10.0 5.2×
GPU GRAPH 6.6 7.9×

数值与 CPU 一致（3 epoch 后 RMSE 618.7406 vs 618.7408）。 另外实测 RTX 4080 下 GRU 训练可达 3.0 ms/step（GRAPH 模式）。

踩到的坑（重点）

  1. PYNATIVE + GPU 下 nn.GRU 训练会崩（约 300–2600 步，ResetResource ... dynamic shape 刷屏 → Launch kernel failed/CUDA 719）。
    • 规避：GRU 类模型用 GRAPH_MODE；如果必须 PYNATIVE，加 pynative_synchronize=True（关掉 PYNATIVE 异步队列，实测 20000 步零报错，代价约 1.6× 慢）。
    • 已提 issue #29728（含最小复现与代码级分析）。
  2. 启动时的版本告警可以忽略 MindSpore version 2.2.14 and cuda version 11.8.89 does not match ... officially —— 实测功能完全正常（就是上面说的 PTX JIT）。
  3. WSL 默认只给一半内存（32G → 15G），训练/编译容易 OOM，务必写 .wslconfig。
  4. GRU/RNN 这类模型在 PYNATIVE 下比 GRAPH 慢很多，迁移时建议直接切 GRAPH（注意 GRAPH 下 value_and_grad 不能传 lambda）。
  5. 数据不要从 /mnt/c、/mnt/d 直接读（DrvFs 慢），先拷进 WSL 家目录。

与 Docker 镜像方案的区别

社区里另一条常见路线是直接用官方 Docker 镜像（mindspore/mindspore-gpu:2.2.x），在 WSL2 里挂 --runtime=nvidia 跑容器。

两种方案跑的是同一套 MindSpore GPU 后端，结论也一致：官方预编译产物（wheel 与镜像）都不含 sm_89 的 SASS，同样靠 compute_86 PTX 由驱动 JIT，所以 RTX 40 系「能跑、但首次 kernel 有 JIT 开销」这一点对两者都成立（本文在 wheel 上实测，镜像未单独复测）。

差别在工程侧：

  • Docker 镜像：环境打包完整、可迁移、交付给他人最省心；代价是要装 Docker Desktop + nvidia-container-runtime，镜像好几 GB，容器内 CUDA/cuDNN 版本跟镜像标签走，换版本=换镜像。
  • 本文的 wheel 方案：不引入 Docker，直接在 WSL 里装 CUDA 11.8 + 官方 wheel，环境更薄、启动更快（实测训练 6.6 ms/step），换 MindSpore/CUDA 版本只要换包——适合「就想在这台笔记本上把活跑起来」的场景。

一句话：要严格可复现/可交付 → Docker 镜像；本机实验调参 → wheel 更轻。 两条路的 sm_89 结论相同，别为了新卡去自编译。

给官方的建议

  • 文档补一节「sm_86 以上的新卡如何使用预编译包（PTX 兼容）」，并补 Windows+WSL2 快速路径；
  • build.sh -G 目前只接受 common|auto|ptx，建议放开任意 arch（至少支持 sm_89）；
  • 「版本不匹配」告警建议区分 WARN / ERROR，别让用户以为不能用。

（第 2、3 点已提 issue #29729。）