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PyTorch：Ubuntu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 Pro（16.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PyTorch：
conda create -n pytorch python=3.9 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-Vi（IOMMU）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 modeset=0' >> /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-smi
5.4 安装PyTorch GPU版本
在conda环境中：
conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -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。