从开发者角度玩Windows 11

系统管理员 2022-08-28 07:56 171阅读 0赞

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16][]

今天Windows 11 正式发布，有新的界面，有新的Windows Store，也有新的交互，相信不少小伙伴都已经安装了Windows 11或从各大媒体了解到相关的信息。 作为开发者，或者你和我一样更关注Windows 11给开发者带来了什么新的体验和提升。

**一. 安装**

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 1][]

Windows 11 依赖于TPM 2.0 ，什么是TPM呢?TPM技术旨在提供基于硬件的与安全性相关的功能。 TPM 芯片是一个安全的加密处理器，有助于执行生成、存储和限制加密密钥的使用等操作。TPM 芯片包含多重物理安全机制，具有防篡改功能，恶意软件无法篡改TPM的安全功能。使用 TPM 技术的一些主要优势是您可以：  
  
1.生成、存储和限制使用加密密钥。  
  
2.通过使用 TPM 的唯一 RSA 密钥，将 TPM 技术用于平台设备身份验证，该密钥已刻录到自身中。  
  
3.通过采取和存储安全措施帮助确保平台完整性。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 2][]

相信这10年有不少开发者用上了macOS的电脑，但当要用一些Visual Studio 或者对应的开发时，都会通过虚拟化VM Fusion / Parallels Desktop 安装Windows 。那VM Fusion 和Parallels Desktop支持TPM 2.0 了吗？答案是肯定的，只要你的macOS电脑是2017年后发布的，都可以通过最新的VM Fusion / Parallels Desktop 开启TPM 2.0 来安装Windows 11 。请看以下视频：

Windows 11 小技巧- Parallels Desktop 17安装Windows11

Windows 11 小技巧- VM Fusion安装Windows11

如果你想了解更多TPM 2.0 以及相关技术,可以扫描以下二维码或者浏览器输入该地址[受信任的平台模块技术概述 (Windows) - Microsoft 365 Security | Microsoft Docs][_Windows_ - Microsoft 365 Security _ Microsoft Docs] 获取。

![ec323c032a864b3da27ea7edff4217a6.png][]

**二. 通过Windows Package Manager安装和维护软件以及相关环境**

安装好Windows 11 后，你可能需要为系统安装常用的工具，例如安装Visual Studio Code，Google Chrome ，VLC Player 等应用。以往你可能需要自己去各大网站上安装。 如果你曾经使用Linux, 你可以通过命令行方式用apt安装和维护很多的库和软件。在Windows 11 下你也可以通过Windows Package Manager在命令行下安装和维护软件。在Windows 11 安装完成后，去Windows Store 更新好App Installer你就可以在命令行通过winget来安装和维护Windows的应用程序了。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 3][]

Windows Package Manager是一个综合的程序包管理器解决方案，由一个命令行工具和一组用于在 Windows 10 上安装应用程序的服务组成。开发人员可以使用 winget 命令行工具发现、安装、升级、删除和配置特选应用程序集。 安装后，开发人员可以通过 Windows 终端、PowerShell 或命令提示符访问 winget。  
  
  
例如你要安装 .NET Core 的环境你可以直接通过以下方式完成  
  
1 命令行输入以下命令，查找.NET 相关的库

winget search .net

执行成功后，会列出和.net相关的程序包

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 4][]

2.通过命令行安装.NET

winget install Microsoft.dotnet -e

你可以通过winget 直接安装.NET Core稳定版本的5.x系列，也可以安装预览版本的.NET 6

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 5][]

更多winget的操作可以观看以下小视频

Windows 11 小技巧- winget安装和维护应用程序

如果你想了解更多Windows Package Manager 相关技术,可以扫描以下二维码或者浏览器输入该地址[Windows 程序包管理器 | Microsoft Docs][Windows _ _ Microsoft Docs] 获取。

![a020c5efea2c4bb4bd7cef0787e33b72.png][]

**三. 在Windows下玩Linux桌面应用**

WSL 经过几年的发展，已经是一个Windows下不少开发人员做云原生应用的必备环境，你可以在上面写各种语言，各种后端框架，也可以完成容器和k8s的部署，在Windows 11下更进一步，直接支持Linux桌面应用，你可以通过apt直接安装各式各样的Linux桌面应用，如VLC Player , Visual Studio Code 等，而且你没需要做额外的工作，只需要执行sudo apt install+相关应用名，就可以快速安装Linux的桌面应用。  
  
例如你要再WSL下安装Linux下很受欢迎的Gimp，具体操作如下：  
  
1. 在Windows 11直接用Windows Terminal打开WSL， 通过apt安装gimp

sudo apt install gimp

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 6][]

2. 安装成功后，在命令行直接输入gimp，就可以直接启动Gimp应用了

gimp

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 7][]

更多内容可以观看以下视频：

Windows 11 小技巧- WSL开启Linux桌面应用

如果你想了解更多在Windows 11 下玩Linux 桌面应用的相关内容,可以扫描以下二维码或者浏览器输入该地址[使用 WSL 运行 Linux GUI 应用 | Microsoft Docs][WSL _ Linux GUI _ _ Microsoft Docs] 获取。

![9416078ae1d3491db16ceb38d798b0ce.png][]

**四. 在WSL下直接应用本地GPU算力，为你的人工智能应用提速**

WSL 已经让很多开发人员用于云原生开发，但如果你像我每天要完成人工智能应用的开发，会一直希望能加上GPU算力，这样就不需要再去安装一台Linux的机器去做人工智能的工作了(毕竟很多的人工智能场景都是在Linux下完成的)。这次Windows 11 不仅支持了Linux的桌面应用，更提供了GPU算力支持，这也让开发人员可以在一台Windows 的设备上完成更多的开发工作了。（新一代的Surface Laptop Studio就是朝着这个方向发展的）。

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 8][]

1. 准备工作，必须更新你的Nvidia 驱动到510.06，下载地址[CUDA on WSL | NVIDIA Developer][CUDA on WSL _ NVIDIA Developer]

ps：安装完后建议重启一次电脑

2. 通过WSL按顺序执行如下命令

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
    
    sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
    
    wget https://developer.download.nvidia.com/compute/cuda/11.4.0/local_installers/cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
    
    sudo dpkg -i cuda-repo-wsl-ubuntu-11-4-local_11.4.0-1_amd64.deb
    
    sudo apt-key add /var/cuda-repo-wsl-ubuntu-11-4-local/7fa2af80.pub
    
    sudo apt-get update
    
    sudo apt-get -y install cuda
    
    sudo apt install -y cuda-toolkit-11-4

3. 验证方式如下：

cd /usr/local/cuda-11.4/samples/4_Finance/BlackScholes
    
    sudo make BlackScholes
    
     ./BlackScholes

如果配置成功，结果如下：

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 9][]

这样你的WSL就支持GPU训练了，你现在可以通过Nvidia Docker 或Tensorflow/PyTorch完成你的人工智能应用。  
  
4. 别忘记安装cuDNN 对应cuda 11.4 请下载cuDNN 8.2.x对应的Ubuntu 20.04 Runtime deb版本（下载地址[cuDNN Archive | NVIDIA Developer][cuDNN Archive _ NVIDIA Developer]）

![watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 10][]

下载完后，执行如下命令

sudo dpkg -i libcudnn8_8.2.2.26-1+cuda11.4_amd64.deb
    
    echo 'export LD_LIBRARY_PATH="$LD_LIBRARY_PATH":/usr/local/cuda-11/lib64' >> ~/.zshrc
     
    echo 'export PATH="$PATH":/usr/local/cuda/bin' >> ~/.zshrc

这个时候，你就可以结合TensorFlow/PyTorch 进行机器学习的训练了。(机器学习环境配置请参考[轻松搭建机器学习/深度学习开发环境\_Kinfey-CSDN博客][Kinfey-CSDN])

在WSL 利用GPU 训练，请看以下视频：

Windows 11 小技巧- WSL运行本地GPU算力

如果你想了解更多关于WSL 本地GPU算力的相关知识,可以扫描以下二维码或者浏览器输入该地址[WSL 中的 GPU 加速 ML 训练 | Microsoft Docs][WSL _ GPU _ ML _ _ Microsoft Docs] 获取。

![c835d0d41abf4b62bcc121e03f1ee450.png][]

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/2e0a21df606c4a21b58b96bd74ea429d.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 1]: /images/20220828/bb31395f8cef4071b8f3eb39cabbd17c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 2]: /images/20220828/d2e46ab7759b44f4bc9275fd9fa819c8.png
[_Windows_ - Microsoft 365 Security _ Microsoft Docs]: https://aka.ms/Win11Dev001
[ec323c032a864b3da27ea7edff4217a6.png]: /images/20220828/07074ff805d6420695a5e7e9bed580ef.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 3]: /images/20220828/7a74c95d305c46079e73972927f25c86.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 4]: /images/20220828/98dea51cdd394e1c8e8d19ebee955920.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 5]: /images/20220828/9089db04a6624e35827f3b343bb6c683.png
[Windows _ _ Microsoft Docs]: https://aka.ms/Win11Dev002
[a020c5efea2c4bb4bd7cef0787e33b72.png]: /images/20220828/7ebe4d07c1964fbba1f7e744588f11a6.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 6]: /images/20220828/0759274ab72c4defb12d8c4085780a1b.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 7]: /images/20220828/4e021cd269a547a5a8f3c8a48691b947.png
[WSL _ Linux GUI _ _ Microsoft Docs]: https://aka.ms/Win11Dev003
[9416078ae1d3491db16ceb38d798b0ce.png]: /images/20220828/8c72118421cf4c429fea16c9fa19393a.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 8]: /images/20220828/2d44b446155d432e84de918b15e11f62.png
[CUDA on WSL _ NVIDIA Developer]: https://developer.nvidia.com/cuda/wsl/download
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 9]: /images/20220828/6978bf3188744a08a76aaf0f6c6f944d.png
[cuDNN Archive _ NVIDIA Developer]: https://developer.nvidia.com/rdp/cudnn-archive
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBAa2luZmV5_size_20_color_FFFFFF_t_70_g_se_x_16 10]: /images/20220828/468941fb8d4b4c7aa49c1d2cefabe1b2.png
[Kinfey-CSDN]: https://blog.csdn.net/kinfey/article/details/117635067
[WSL _ GPU _ ML _ _ Microsoft Docs]: https://aka.ms/Win11Dev004
[c835d0d41abf4b62bcc121e03f1ee450.png]: /images/20220828/6dd06dc7a6934cccb5a31fcf047aba55.png