基于Intel Arc GPU下的WSL环境-oneAPI安装教程

前言

本次我们基于Intel Arc系列的GPU，在windows的WSL上安装oneAPI，
之前发表过纯CPU，通过VM虚拟机的方式，而现在我们在WSL上实现GPU版本的安装

windows上使用vmare-Ubuntu18 安装oneAPI、oneDNN

更新时间：2022-12-06 15:36:42

环境

系统OS	CPU	GPU	WSL	内核版本	WSLg	Ubuntu
windows11专业版22H2 22621.819	13th Gen Intel(R) Core(TM) i5-13600KF	lntel(R) Arc(TM) A770 Graphics	1.0.0.0	5.15.74.2	1.0.47	22.04

基础知识

因为是在WSL上操作，所以需要知道WSL的基本操作，我们可以参考官方的文档，接下来只列出常用的命令

安装：wsl --install
安装Ubuntu
1. Microsoft store搜索ubuntu，选择合适的版本，点击获取，下载完成后会自动启动安装，安装时要求输入一个新的用户名和密码。
2. 某些情况不能在Microsoft store安装的时候，可以前往这里，使用以下链接来下载并手动安装 Linux 发行版。
修改wsl系统存放路径(当你C盘吃紧的时候，可以时候，)
1. 使用wsl -l --all -v查询你安装的子系统名称
2. 打包wsl，导出子系统
  wsl --export 子系统名称 D:\子系统名称.tar
3. 注销原wsl系统
  wsl --unregister 子系统名称
4. 从其他分区导入子系统，这里的路径名就是你搬家后的目的地址
  wsl --import 新子系统名称 d:\路径名 D:\子系统名称.tar
5. 设置默认用户
  1. 因为搬家后，用户名不会是你原来一开始设置的，但是密码一样，用户名会变成root，如果觉得难受，可以用以下命令修改
  2. 使用wsl命令启动：
```
wsl --distribution <Distribution Name> --user <User Name>
```
  3. 如果使用powershell，可以直接这样设置
  4. 还可以使用命令：子系统名称 config --default-user your_username
启动方式
1. 手动输入wsl -d 系统名，接下来会在后台自行启动，接下来每次输入ubuntu就会自行进入
2. 直接输入ubuntu就会自行进入
3. 安装过window Terminal的同志可以在“+”直接启动ubuntu
友情提醒：使用Ubuntu之前请更换国内源，这里不做过多介绍
windows与WSL文件关系：
1. 在windows的文件资源管理器输入\\wsl$就能进入linux文件系统
2. 默认打开的~的就是home/your name 的文件夹里面，windows系统挂载在mnt里面
3. 在WSL中输入explorer.exe .可以直接打开windows的文件资源管理器，能够查看linux相关文件

oneAPI安装

下载安装包

打开网址，下载Intel oneAPI Base Toolkit和Intel® oneAPI HPC Toolkit的离线版本，在线版本可能会有网络错误什么的，所以能离线最好离线。

如果电脑可以快速上网的话，推荐在windows下好,以Base Toolkit为例

再根据windows和WSL的文件关系，直接移入linux文件系统。

分别输入sudo sh ./l_BaseKit_p_2022.3.1.17310_offline.sh和sudo sh ./l_HPCKit_p_2022.3.1.16997_offline.sh

图形界面安装

等待命令加载如图所示窗口。

选中协议，并且使用Customize

去除intel优化的python，Intel社区有层贴说自带的python直接安装存在问题，建议通过Anaconda安装 Intel Distribution for Python

继续运行，你会发现如下几个问题：

第一个问题属于没有安装Intel GPU的驱动。

首先我们是在windows的大环境下的，所以需要在windows安装intel GPU的驱动，点击这里安装
接下来我们在WSL的Ubuntu 22.04环境下

sudo apt-get install -y gpg-agent wget
wget -qO - https://repositories.intel.com/graphics/intel-graphics.key |
sudo gpg --dearmor --output /usr/share/keyrings/intel-graphics.gpg
echo 'deb [arch=amd64,i386 signed-by=/usr/share/keyrings/intel-graphics.gpg] https://repositories.intel.com/graphics/ubuntu jammy arc' | \
sudo tee  /etc/apt/sources.list.d/intel.gpu.jammy.list

这个代码具有版本迁移性，jammy是22.04的版本代号，如果使用其它版本，可以替换相应的版本！

sudo apt-get install intel-opencl-icd intel-level-zero-gpu level-zero

最后，关闭WSL，重新启动安装界面，这个报错就能消失。

第二个问题就是缺少了关键的包，大家可以对比文章，是否就缺少了如上，我将这些错误提示整合起来，方便大家一键安装

sudo apt-get install libgbm1 libgtk-3-0 libnotify4 libnss3 xdg-utils libxcb-dri3-0 libatspi2.0-0

第三个kernel headers的问题在前面两步操作后刷新就不存在了，但在实际编译文件之后就会报头文件缺少的错误，并且无法使用上面的WSL2标准库命令进行安装，我们需要使用如下命令：

sudo apt install build-essential flex bison dwarves libssl-dev libelf-dev

接下来刷新界面

就能出现IDE配置界面，如果没有这个我们可以直接跳过

然后点击同意协议

直到安装成功。

解决完Base Tooolkit的问题，接下来安装HPC，相同流程下来没有任何报错信息。

DEMO

// gpu_sample.cpp
// 使用这个DEMO，能够检查安装oneapi是否编译成功，另外也能检测GPU是否启用
#include <CL/sycl.hpp>
using namespace cl::sycl;
int main() {
  //# Create a device queue with device selector
  gpu_selector selector;
  //cpu_selector selector;
  //default_selector selector;
  //host_selector selector;
  queue q(selector);
  //# Print the device name
  std::cout << "Device: " << q.get_device().get_info<info::device::name>() << "\n";
  return 0;
}

编译方法：

source /opt/intel/oneapi/setvars.sh
dpcpp gpu_sample.cpp
./a.out

如图所示，结果为intel的GPU，说明GPU下的oneAPI安装成功

关于oneDNN的说明

oneAPI的Base Toolkit组件已包含：oneDNN

GITHUB上的oneDNN仓库是处于开发版不稳定状态，如果想要稳定功能，直接在toolkit里安装，这样方便。

组件卸载/修复

如果觉得自己安装的组件有问题，需要卸载和修复

在oneapi Base toolkit的安装包目录，重新执行sudo sh ./l_BaseKit_p_2022.3.1.17310_offline.sh或者sudo sh ./l_HPCKit_p_2022.3.1.16997_offline.sh

就能出现管理界面：

例如我们增加和卸载组件，就可以打开安装时候的界面，在这个界面能够自己管理自己的组件

继续执行等待修改，直到成功！

致谢

最后，感谢教育部-英特尔产学合作专业综合改革项目提供的DevCloud平台支持，感谢英特尔亚太研发有限公司技术团队提供的技术支持。

有关高性能计算课程及相关资料请参阅以下链接：

基于OneAPI的高性能计算

高性能计算实验（教育部产学合作协同育人项目）

浪浪山的染念

炼丹难，炼丹苦