在Windows11的WSL2 Ubuntu20.04安装RAPIDS遇依赖冲突及方案咨询

问题背景 #

在Windows11的WSL2环境中安装RAPIDS，遵循官方更新指南未在Ubuntu发行版中预装CUDA。最初使用以下命令安装：

rapids=22.06 python=3.9 cudatoolkit=11.5 \
jupyterlab dash graphistry pycaret tensorflow

原本假设本地CUDA 11.7可向前兼容RAPIDS要求的11.5，但conda检测到大量冲突。后续移除nvidia通道和cudatoolkit参数后，出现以下冲突提示：

Package python conflicts for:
rapids=22.06 -> cuda-python[version='>=11.5,<12'] -> python[version='3.8.*|3.9.*|>=3.10,<3.11.0a0|>=3.7,<3.8.0a0|>=3.6|>=3.7|>=3.6,<3.7.0a0']
rapids=22.06 -> python[version='>=3.8,<3.9.0a0|>=3.9,<3.10.0a0']
python=3.9The following specifications were found to be incompatible with your system:

  - feature:/linux-64::__glibc==2.31=0
  - python=3.9 -> libgcc-ng[version='>=9.3.0'] -> __glibc[version='>=2.17']
  - rapids=22.06 -> cucim=22.06 -> __glibc[version='>=2.17|>=2.17,<3.0.a0']

Your installed version is: 2.31

问题解答 #

1. 是否需要降级Windows11中的CUDA Toolkit？ #

不需要。WSL2环境的CUDA依赖独立于Windows主机的CUDA Toolkit，RAPIDS会通过conda在WSL2的Ubuntu环境内安装适配的CUDA组件，和Windows侧CUDA版本无关。之前的冲突是因为手动指定cudatoolkit=11.5与WSL2环境依赖不匹配，而非Windows侧CUDA的问题。

2. 是否需要升级输出中提及的库？ #

不需要升级glibc，你的2.31版本已经满足RAPIDS 22.06的最低要求（≥2.17）。冲突提示属于conda兼容性检查的逻辑误报，核心问题是RAPIDS 22.06的版本约束与指定的Python 3.9存在细微冲突，加上未正确配置conda通道导致依赖解析失败。

建议重新初始化conda环境，严格配置官方要求的conda通道，使用以下命令安装（不要手动指定cudatoolkit，让conda自动匹配）：

conda create -n rapids-22.06 -c rapidsai -c nvidia -c conda-forge rapids=22.06 python=3.9 jupyterlab dash graphistry pycaret tensorflow

若仍有冲突，可先移除pycaret或tensorflow这类第三方库，先安装基础RAPIDS环境，之后再单独安装这些库，避免多库依赖互相干扰。

3. 在Virtualbox的Ubuntu发行版中安装CUDA是否可行？ #

可行，但存在关键限制：

• Virtualbox默认不支持GPU直通，只能用软件模拟GPU，安装CUDA后也无法运行RAPIDS的GPU加速功能，仅能使用CPU模式，性能极差。
• 若主机主板支持VT-d/AMD-Vi且Virtualbox版本支持GPU直通，可配置硬件直通，此时能正常安装CUDA和RAPIDS，但配置流程复杂，体验远不如WSL2顺畅。

综上，优先解决WSL2内的conda依赖问题，比切换到Virtualbox更高效。

内容的提问来源于stack exchange，提问作者Angel