@diagnostics
我最近做机器学习相关的东西，但不研究算法，只是给项目做一些性能优化工作。
用的模型都是一些开源的预训练模型，训练倒是不用本地跑，就用服务器，用公司的业务数据做微调来改善下游任务的效果。这点跟其他人说的其实差不多。虽然生产环境跑的模型都不算大，那些超大参数量的模型实在太慢了。
跑推理的服务器用 NVIDIA 显卡，优化工作也针对 N 卡进行。用 CPU 或者其他公司的显卡对这项工作没有太多帮助。

用 Linux 桌面当然有协作办公生态，和桌面环境有些小毛病的问题。
虽然有远程环境，但实在不方便，得走好几层堡垒机连接，而且不允许与本地进行文件传输。

于是 WSL2+WSLg+CUDA 这套环境相比其他方案，就相当方便了。桌面应用都用 Windows 版本，开发相关的都在 WSL 里做。那些只针对 Linux+NVIDIA 开发的库都可以免折腾使用。

---

Windows 碰到速度慢的问题，有一半原因在 Defender 上。禁用它就能提升很多，尤其是 IO 方面，还有编译代码的耗时。
不过这些只是痒点，不是痛点，稍微差一些也并无大碍，如果能更快肯定更好。有些问题换其他平台去做反而捡了芝麻，丢了西瓜。