DeepStream9.0 在 Windows 上使用

山西茄子

450人浏览 · 2026-05-26 11:20:53

山西茄子 · 2026-05-26 11:20:53 发布

DeepStream 是 NVIDIA 面向视频分析、AI 推理和多路流处理的 SDK。传统上，DeepStream 主要运行在 Linux 环境中。对于 Windows 用户，推荐方式不是直接在 Windows 原生环境安装 DeepStream，而是通过 WSL2 + Docker + NVIDIA GPU 来运行 DeepStream 容器。

NVIDIA 官方文档也提供了 DeepStream on WSL 的说明，可参考：DeepStream On WSL。

1. 适用场景

如果你是 Windows 用户，但希望使用 DeepStream 进行以下开发：

视频解码、编码测试
多路视频流推理
deepstream-app 示例验证
DeepStream 插件或应用开发
Docker 化部署验证

那么 WSL2 是目前比较推荐的方式。

需要注意的是，DeepStream 在 WSL2 中主要依赖 Docker 容器运行，不建议尝试在 Windows 原生环境直接安装 DeepStream SDK。

2. 前置条件

推荐环境如下：

Windows 11
支持 WSL2 的 NVIDIA GPU
GeForce 或 Quadro GPU
GPU 驱动
最新稳定版 WSL2
Ubuntu 24.04 WSL 发行版
Docker Engine
NVIDIA Container Toolkit
DeepStream 9.0 Docker 镜像

注意：Tesla / Datacenter GPU 在 WSL 场景下不受支持。WSL 中也不要安装 Linux NVIDIA 显示驱动，只需要在 Windows 侧安装 NVIDIA 驱动。

可以先在 WSL 中验证 GPU 是否可见：

nvidia-smi

如果这里不能正常显示 GPU 信息，需要先修复 Windows NVIDIA 驱动或 WSL GPU 支持问题。

3. 安装 Ubuntu 24.04 WSL

在 Windows Terminal 中以管理员权限运行：

wsl --list --online

wsl --install Ubuntu-24.04

安装完成后进入 Ubuntu：

wsl -d Ubuntu-24.04

首次进入时会要求创建 Linux 用户名和密码。

4. 安装 Docker Engine

进入 Ubuntu WSL 后，安装 Docker 依赖：

sudo apt-get update

sudo apt-get install -y apt-transport-https ca-certificates curl gnupg-agent software-properties-common

添加 Docker 源并安装 Docker：

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

sudo add-apt-repository \

"deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

sudo apt-get update

sudo apt-get install -y docker-ce docker-ce-cli containerd.io --fix-missing

验证 Docker：

sudo docker run hello-world

如果 Docker 服务没有启动，可以手动启动：

sudo dockerd &

5. 安装 NVIDIA Container Toolkit

安装 NVIDIA Container Toolkit：

curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | \

sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg

curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \

sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \

sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update

sudo apt-get install -y nvidia-container-toolkit

重启 Docker：

sudo systemctl restart docker

如果 WSL 中没有 systemd，也可以重新启动 Docker daemon 或重启 WSL。

6. 拉取 DeepStream 9.0 镜像

sudo docker pull nvcr.io/nvidia/deepstream:9.0-triton-multiarch

启动容器：

sudo docker run -it --privileged --rm --name=deepstream-wsl \

--net=host \

--gpus all \

-e DISPLAY=$DISPLAY \

-e CUDA_CACHE_DISABLE=0 \

-e NVIDIA_DRIVER_CAPABILITIES=compute,utility,video,graphics \

--device /dev/snd \

-v /tmp/.X11-unix/:/tmp/.X11-unix \

nvcr.io/nvidia/deepstream:9.0-triton-multiarch

进入容器后，可以检查 DeepStream 版本：

deepstream-app --version-all

7. 验证解码和编码能力

进入 DeepStream 示例流目录：

cd /opt/nvidia/deepstream/deepstream/samples/streams

运行一个简单的解码 + 编码测试：

gst-launch-1.0 filesrc location=sample_720p.mp4 ! qtdemux ! h264parse ! \

nvv4l2decoder ! nvv4l2h264enc ! h264parse ! qtmux ! \

filesink location=filedump.mp4 -v

如果运行成功，会生成：

filedump.mp4

可以把文件拷贝出来播放验证。

8. 验证 deepstream-app

进入配置目录：

cd /opt/nvidia/deepstream/deepstream/samples/configs/deepstream-app

官方文档建议在 Ubuntu 24.04 Docker 环境下避免依赖 nveglglessink 渲染，因为存在已知显示问题。更稳妥的方式是使用文件输出 sink。

例如修改：

source30_1080p_dec_infer-resnet_tiled_display.txt

关闭显示 sink，启用文件输出 sink，然后运行：

deepstream-app -c source30_1080p_dec_infer-resnet_tiled_display.txt

成功后会生成输出视频文件，例如：

out.mp4

9. 常见问题

nvidia-smi 不工作

优先检查 Windows 侧 NVIDIA 驱动，而不是在 WSL 里安装 Linux 驱动。

Docker 无法访问 GPU

确认容器启动时带了：

--gpus all

并且安装了 NVIDIA Container Toolkit。

显示窗口无法弹出

在 WSL + Ubuntu 24.04 Docker 环境中，nveglglessink 这类显示 sink 可能有问题。建议先使用 filesink 输出文件验证功能。

Tesla GPU 是否支持

根据官方说明，WSL 场景下不支持 Tesla / Datacenter GPU，推荐使用 GeForce 或 Quadro。

启动docker报错

"ERROR: The NVIDIA Driver is present, but CUDA failed to initialize， NVIDIA-SMI couldn't find libnvidia-ml.so library in your system. Please make sure that the NVIDIA Display Driver is properly installed and present in your system."

根因是：DeepStream 8.0 镜像默认启动时的环境/入口脚本导致 CUDA 驱动库解析顺序不对，在 WSL2 里没有正确优先加载 NVIDIA Container Runtime 挂进去的驱动库。

你的宿主环境本身没问题，因为这个测试已经成功：

nvidia/cuda:12.8.0-devel-ubuntu24.04 -> CUDA devices: 1

但 DeepStream 默认启动会报：

The NVIDIA Driver is present, but CUDA failed to initialize

Failed to detect NVIDIA driver version

而你加了下面这些参数后能工作：

--entrypoint /bin/bash

-e NVIDIA_DRIVER_CAPABILITIES=all

-e LD_LIBRARY_PATH=/usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/lib/wsl/lib:/usr/local/cuda/lib64

说明 NVIDIA 驱动库其实已经可以被容器使用，只是 DeepStream 镜像默认的启动环境没有正确找到它们。

在 WSL2 中，Linux 侧并不是安装真正的 NVIDIA Linux 内核驱动，而是通过 Windows NVIDIA 驱动暴露出来的接口，关键库通常在：

/usr/lib/wsl/lib

DeepStream 镜像内部又自带 CUDA、TensorRT、Triton、多媒体相关库。默认入口脚本可能把镜像内的 CUDA compatibility/stub 库路径放在更前面，或者没有正确包含 NVIDIA runtime 注入的路径，导致程序加载到了不适合 WSL2 的 libcuda.so / libnvidia-ml.so。于是它能“看到 NVIDIA driver 存在”，但 CUDA 初始化失败。

简短结论：

不是 Docker GPU 没配置好，也不是 WSL2 CUDA 不可用，而是 DeepStream 镜像默认 entrypoint / LD_LIBRARY_PATH 在 WSL2 下解析 NVIDIA 驱动库有问题。

实际 workaround 就是继续用你验证通过的启动方式：

--entrypoint /bin/bash

-e NVIDIA_DRIVER_CAPABILITIES=all

-e LD_LIBRARY_PATH=/usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/lib/wsl/lib:/usr/local/cuda/lib64

然后进入容器后手动运行 DeepStream 相关命令。

改用如下命令：

sudo docker run -it --rm \
--name=deepstream \
--net=host \
--gpus all \
--entrypoint /bin/bash \
-e DISPLAY=$DISPLAY \
-e CUDA_CACHE_DISABLE=0 \
-e NVIDIA_VISIBLE_DEVICES=all \
-e NVIDIA_DRIVER_CAPABILITIES=all \
-e LD_LIBRARY_PATH=/usr/local/nvidia/lib:/usr/local/nvidia/lib64:/usr/lib/wsl/lib:/usr/local/cuda/lib64 \
-v /tmp/.X11-unix:/tmp/.X11-unix \
nvcr.io/nvidia/deepstream:8.0-triton-multiarch