WSL2 CUDA 構成方法【2026年版】

WSL2でcudaを利用しようとするとき、ネイティブlinux上で導入するときと同様の手順をとるとwslが壊れる原因になります。

wsl2では「Linux用のNVIDIAドライバをWSL内にインストールしてはいけない」という原則があり、これは、WSL2では、Windows側にインストールされたドライバをWSL側から「参照」する特殊な仕組みをとっているためです。

以下に最新のwsl2でのcudaセットアップ手順を整理しました。

導入手順

手順１：windows側の準備

まず、ホストOS（Windows）側に最新の NVIDIA ドライバをインストールします。

1. Windows Driver の更新: NVIDIA公式サイト から、自分のGPUに合った Game Ready または Studio ドライバをインストールします。
2. WSL の更新: PowerShell を管理者権限で開き、最新のカーネルであることを確認します。

wsl --update

画像 : nvidiaドライバーの公式インストールページ

手順 2：Linux（Ubuntu等）内での CUDA Toolkit インストール

WSL内の Ubuntu に CUDA Toolkit をインストールします。この際、WSL専用のリポジトリを使用するのがポイントです。

既存の鍵を削除（クリーンアップ）

sudo apt-get install -y gnupg

CUDA リポジトリの登録 (Ubuntu 24.04/22.04共通)

登録コマンドラインの例

# リポジトリピンの追加
wget https://developer.download.nvidia.com/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
# Toolkitのインストール（※ドライバを含まないパッケージを指定）
sudo apt-get -y install cuda-toolkit

最新版のインストール手順は CUDA Toolkit Download (NVIDIA Developer)にあるので、自身の環境にあったものを登録してください。

最新版を参照する際の手順：

1. Operating System: Linux を選択
2. Architecture: x86_64 を選択
3. Distribution: WSL-Ubuntu を選択
4. Installer Type: deb (network) を選択
5. ※CUDA Toolkit Installerの方だけ実行してください。

[!CAUTION] 注意点: sudo apt-get install cuda などのドライバ同梱パッケージをインストールすると、WSLが壊れる原因になります。必ず cuda-toolkit のみ、または wsl-ubuntu 用のパッケージを選んでください。

手順 3：パス（PATH）の設定

インストールしただけでは nvcc コマンドが使えないため、.bashrc にパスを追記します。

echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
source ~/.bashrc

手順 4：動作確認

設定が正しく完了したか、以下のコマンドで確認します。

• GPUの認識確認: nvidia-smi （Windows側のドライバ情報が表示されればOK）
• コンパイラの確認: nvcc -V （インストールしたCUDAのバージョンが表示されればOK）

nvidia-smi ||
nvcc -V

画像２：nvccの導入成功した場合の出力

(補足) Docker で GPU を使いたい場合

Dockerコンテナ内でもGPUを利用する場合は、NVIDIA Container Toolkit の追加インストールが必要です。(以下のコマンドは導入の一例です。環境によっては以下の手順でうまくいかない場合があります)

# GPG鍵とリポジトリの追加
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
# インストール
sudo apt-get install -y nvidia-container-toolkit
# Dockerの設定反映
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

インストール完了

nvccまで入れられれば、cudaのセットアップは完了です。cudaのセットアップが終わったら、深層学習用フレームワーク pytorchを導入してpythonで深層学習モデルを動かせるようにしましょう。

pytorchのセットアップ : 関連記事は、2026年4月15日に公開予定 (あと4日)