大数据

windows11 搭建ai开发环境

Posted by 蓝染君

2025年8月18日

On 2025年8月16日

一、wsl安装

1、window可选功能勾选虚拟机平台（Hyper-V）和适合于linux的linuxwindows子系统后重启电脑

2、商店安装Ubuntu-22.04 LTS结尾的安装完成后可以通过cmd命令wsl或者图标启动查询版本wsl -v -l

二、anaconda安装

清华镜像地址：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive

下载一个最新日期的，如果wget下载失败，可以先下载到windows本地然后，在ubuntu中访问windows路径/mnt/d/download 类似这样

df -h 命令也可以看到

将文件复制到ubuntu系统下

1、给权限

chmod +x anaconda3-2025.06-1-linux-x86_64.sh

chmod +x anaconda3-2025.06-1-linux-x86_64.sh

2、执行

在执行的过程中使用默认配置一路回车或者输入yes即可

最后一步是否初始化init conda这里记得输入yes

3、安装后重新进入ubuntu系统

再次打开终端会有(base)提示，说明当前在conda默认base环境了

4、设置conda使用清华源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes

5、pip设置清华源

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

华为源

mkdir ~/.pip 
cd ~/.pip
vim pip.conf

mkdir ~/.pip 
cd ~/.pip
vim pip.conf

[global]
#以华为源为例，请根据实际情况进行替换。
index-url = https://mirrors.huaweicloud.com/repository/pypi/simple
trusted-host = mirrors.huaweicloud.com
timeout = 120

[global]
#以华为源为例，请根据实际情况进行替换。
index-url = https://mirrors.huaweicloud.com/repository/pypi/simple
trusted-host = mirrors.huaweicloud.com
timeout = 120

三、cuda安装

运行命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get install cuda-toolkit-12-1

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-keyring_1.0-1_all.deb
sudo dpkg -i cuda-keyring_1.0-1_all.deb
sudo apt-get update
sudo apt-get install cuda-toolkit-12-1

配置环境变量

export CUDA_HOME=/usr/local/cuda-12.1
export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH

export CUDA_HOME=/usr/local/cuda-12.1
export PATH=/usr/local/cuda-12.1/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda-12.1/lib64:$LD_LIBRARY_PATH

验证是否安装成功

nvidia-smi
nvcc -V

nvidia-smi
nvcc -V

四、unsloth安装

1、创建并激活虚拟环境

conda create --name unsloth_env python=3.10
conda activate unsloth_env

conda create --name unsloth_env python=3.10
conda activate unsloth_env

2、安装组件

conda install pytorch-cuda=12.1 pytorch cudatoolkit xformers -c pytorch -c nvidia -c xformers

conda install pytorch-cuda=12.1 pytorch cudatoolkit xformers -c pytorch -c nvidia -c xformers

3、pip安装组件

pip install "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
pip install --no-deps packaging ninja einops flash-attn xformers trl peft accelerate bitsandbytes

pip install "unsloth[colab-new] @ git+https://github.com/unslothai/unsloth.git"
pip install --no-deps packaging ninja einops flash-attn xformers trl peft accelerate bitsandbytes

如果上面安装flash-attn的时候访问不了github可以下载到本地安装：https://github.com/Dao-AILab/flash-attention/releases

这里我使用的版本：flash_attn-2.8.3+cu12torch2.5cxx11abiFALSE-cp310-cp310-linux_x86_64.whl

4、jupyter安装

pip instal jupyter
# 运行
jupyter notebook --no-browser

pip instal jupyter
# 运行
jupyter notebook --no-browser

参考文章：https://blog.stoeng.site/20240529.html

错误：ImportError: cannot import name 'DEVICE_TYPE' from partially initialized module 'unsloth' (most likely due to a circular import)

修复：

pip install --upgrade --no-deps unsloth unsloth_zo

pip install --upgrade --no-deps unsloth unsloth_zo