VMware虚拟机安装Ubuntu并部署霜儿-汉服-造相Z-Turbo开发环境

VMware虚拟机安装Ubuntu并部署霜儿-汉服-造相Z-Turbo开发环境想在自己的Windows电脑上体验最新的AI图像生成模型但又担心搞乱本地环境或者没有独立的Linux机器用虚拟机是个绝佳的选择。今天我就手把手带你在Windows系统上通过VMware Workstation搭建一个Ubuntu虚拟机并在这个“沙盒”里从零开始部署和运行“霜儿-汉服-造相Z-Turbo”这个有趣的AI造相环境。整个过程就像搭积木一步步来保证清晰明了。1. 准备工作软件与镜像下载工欲善其事必先利其器。在开始动手之前我们需要准备好两样核心的东西虚拟机软件和Linux系统镜像。首先是虚拟机软件。我们选择VMware Workstation Player它对个人用户免费功能足够我们使用。你可以去VMware官网下载最新版本。安装过程就是典型的“下一步”大法这里就不赘述了。其次是Linux系统镜像。我们选择Ubuntu 22.04 LTS版本。LTS代表长期支持稳定可靠社区资源丰富非常适合作为开发环境。建议去Ubuntu官网下载桌面版Desktop的ISO镜像文件。下载完成后你会得到一个大概3GB左右的.iso文件记住它的存放位置。准备好这两样我们的“地基”和“建筑材料”就齐了接下来开始“施工”。2. 创建并安装Ubuntu虚拟机打开安装好的VMware Workstation Player点击“创建新虚拟机”我们的搭建之旅正式启动。2.1 新建虚拟机向导VMware的向导很友好我们一步步来选择安装来源在弹出的窗口中选择“安装程序光盘映像文件”然后点击“浏览”找到你刚才下载的Ubuntu 22.04的ISO文件。VMware会自动检测到这是Ubuntu系统。简易安装信息这一步可以预先填写你的用户名、密码以及计算机名。勾选“自动登录”可以省去每次启动输入密码的麻烦对于本地开发环境来说很方便。填写好后点击“下一步”。命名虚拟机与选择位置给你的虚拟机起个名字比如“Ubuntu-AI-Dev”。更重要的是选择虚拟机的存储位置。强烈建议放在一个剩余空间较大的磁盘分区因为后续安装驱动、Docker和镜像会占用不少空间。点击“下一步”。指定磁盘容量这里设置虚拟硬盘的大小。对于要部署AI环境建议至少分配80GB。选择“将虚拟磁盘存储为单个文件”性能会更好一些。点击“下一步”。自定义硬件关键步骤在最后确认页面点击“自定义硬件”我们需要调整一些关键配置内存根据你主机物理内存的大小来分配。如果主机有16GB内存可以分给虚拟机8GB如果有32GB可以分配12GB-16GB。AI模型运行比较吃内存。处理器将处理器数量设置为2每个处理器的核心数可以根据你主机CPU的核心数来分配比如2核或4核。更多的核心有助于并行处理任务。网络适配器默认的“NAT”模式就行这样虚拟机可以共享主机的网络上网。显示器将“加速3D图形”勾选上这对后续使用图形界面和可能的GPU直通如果有有好处。 调整完毕后关闭硬件设置窗口点击“完成”。2.2 安装Ubuntu系统VMware会自动启动新创建的虚拟机并开始从ISO镜像安装Ubuntu。由于我们之前填写了简易安装信息整个过程基本是全自动的。你会看到Ubuntu的安装界面它自己会完成分区、拷贝文件、安装系统等操作。大概十几二十分钟后系统会提示安装完成并要求重启。重启后你应该就能看到Ubuntu的登录界面用你之前设置的用户名密码登录一个崭新的Ubuntu桌面环境就出现在你面前了。3. 虚拟机优化与基础配置刚装好的系统还是个“毛坯房”我们需要进行一些简单的装修和配置让它用起来更顺手并为后续的AI环境部署打好基础。3.1 安装VMware ToolsVMware Tools是一套增强工具能让你在虚拟机和主机之间无缝复制粘贴文件、调整虚拟机窗口大小自动适应屏幕、以及获得更好的图形性能。在Ubuntu虚拟机里点击VMware Player菜单栏的“虚拟机” - “安装VMware Tools”。这时Ubuntu桌面会自动挂载一个虚拟光盘。打开它你会看到一个.tar.gz的压缩包。将其复制到你的用户目录下比如/home/你的用户名/。然后打开终端快捷键CtrlAltT执行以下命令# 进入你复制压缩包的目录 cd ~ # 解压VMware Tools安装包 tar -xzf VMwareTools-*.tar.gz # 进入解压后的目录版本号可能不同 cd vmware-tools-distrib/ # 以root权限运行安装脚本过程中一路按回车选择默认选项即可 sudo ./vmware-install.pl安装完成后重启虚拟机。重启后你会发现可以自由调整窗口大小并且可以在主机和虚拟机之间直接复制粘贴文本了。3.2 系统更新与基础软件安装首先我们更新一下系统的软件包列表并升级现有软件这是一个好习惯。sudo apt update sudo apt upgrade -y接下来安装一些我们后续肯定会用到的工具比如用于从GitHub拉取代码的git以及用于解压文件的unzip。sudo apt install -y git curl wget unzip4. 部署AI开发环境现在我们的Ubuntu“毛坯房”已经装修好了该搬入“重型设备”——AI开发环境了。这里主要涉及Python环境、GPU驱动如果你的主机有NVIDIA显卡并打算给虚拟机用、以及Docker。4.1 配置Python与PipUbuntu 22.04默认已经安装了Python 3.10我们确保pipPython包管理工具是最新的并安装一个虚拟环境管理工具venv这能让我们为不同的项目创建独立的Python环境避免包冲突。# 安装 pip 和 venv sudo apt install -y python3-pip python3-venv # 升级pip到最新版 pip3 install --upgrade pip4.2 安装NVIDIA驱动与CUDA可选但推荐如果你想在虚拟机内使用GPU来加速AI模型运行速度会快非常多你需要为主机的NVIDIA显卡安装驱动。请注意虚拟机使用GPU需要主机BIOS和VMware支持特定的硬件直通技术如vGPU或PCIe直通且VMware Workstation Pro版本支持更完善。对于Player版和大多数消费级显卡在虚拟机内直接安装驱动可能无法调用GPU。这里提供一个通用思路在VMware虚拟机设置中尝试将“显示器”的图形内存调大并勾选“加速3D图形”。对于更专业的GPU使用建议研究“VMware GPU Passthrough”或考虑使用支持更好的Pro版本。对于学习和小型模型仅用CPU运行也是可行的只是生成图片会慢一些。如果你确认你的环境支持可以在Ubuntu内安装驱动# 首先添加显卡驱动PPA仓库 sudo add-apt-repository ppa:graphics-drivers/ppa sudo apt update # 查找推荐的驱动版本 ubuntu-drivers devices # 安装推荐的驱动例如nvidia-driver-535 sudo apt install -y nvidia-driver-535安装后需要重启。重启后在终端输入nvidia-smi如果能看到显卡信息说明驱动安装成功。4.3 安装Docker与Docker Compose“霜儿-汉服-造相Z-Turbo”这类AI应用通常被打包成Docker镜像用Docker来部署是最简单、最干净的方式。Docker就像一个集装箱系统把应用和它需要的所有环境都打包在一起我们直接运行这个“集装箱”就行。# 1. 卸载旧版本Docker如果有 sudo apt remove docker docker-engine docker.io containerd runc # 2. 安装依赖允许apt通过HTTPS使用仓库 sudo apt install -y ca-certificates curl gnupg lsb-release # 3. 添加Docker官方GPG密钥 sudo mkdir -p /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg # 4. 设置Docker稳定版仓库 echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable | sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 5. 更新包索引并安装Docker引擎 sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin # 6. 将当前用户加入docker组这样就不用每次都加sudo了 sudo usermod -aG docker $USER # **重要**执行此命令后你需要完全注销当前用户再重新登录或者重启虚拟机这个改动才会生效。 # 7. 验证Docker安装 docker --version5. 拉取并运行霜儿-汉服-造相Z-Turbo环境全部就绪终于到了最激动人心的时刻把AI模型跑起来。由于具体的“霜儿-汉服-造相Z-Turbo”镜像可能托管在特定的镜像仓库如阿里云容器镜像服务ACR、Docker Hub等你需要根据提供该镜像的平台或文档获取正确的镜像拉取命令。假设我们从某个容器镜像服务拉取命令通常长这样# 首先登录到容器镜像仓库如果需要认证 # docker login --username你的用户名 registry.cn-hangzhou.aliyuncs.com # 然后拉取镜像请替换为实际的镜像地址 docker pull registry.cn-hangzhou.aliyuncs.com/namespace/image-name:tag # 拉取完成后运行容器 # -p 7860:7860 将容器内的7860端口映射到虚拟机的7860端口 # --gpus all 如果虚拟机内GPU驱动正常尝试调用所有GPUCPU运行则去掉此参数 # -v 可以挂载一个目录到容器内用于保存生成的图片 docker run -itd --name shuanger-hanfu \ -p 7860:7860 \ --gpus all \ -v /home/你的用户名/shuanger_output:/app/output \ registry.cn-hangzhou.aliyuncs.com/namespace/image-name:tag命令解释-p 7860:7860很多AI Web应用如Gradio默认使用7860端口。这个参数将容器内的端口映射到宿主机即你的Ubuntu虚拟机这样你就能通过虚拟机的IP和这个端口访问Web界面了。--gpus all告诉Docker容器可以使用所有可用的GPU。如果没装驱动或不需要GPU去掉这个参数。-v /home/.../output:/app/output把虚拟机里的一个目录挂载到容器内的/app/output目录。这样AI生成的图片就会保存在你的虚拟机硬盘上即使容器删除图片也不会丢失。运行成功后打开Ubuntu虚拟机里的浏览器访问http://localhost:7860你应该就能看到“霜儿-汉服-造相Z-Turbo”的Web操作界面了。现在你就可以开始输入提示词生成你想要的汉服AI造相了6. 总结与后续跟着上面这些步骤走下来你应该已经成功在Windows上的VMware虚拟机里搭建好了一个独立的Ubuntu系统并且把AI造相环境跑起来了。整个过程的核心思路就是隔离与封装用虚拟机隔离操作系统环境用Docker封装应用依赖。用虚拟机做开发测试的好处很明显环境干净玩坏了可以快速回滚快照完全不担心影响主机。第一次配置可能会觉得步骤多一点但一旦环境配好创建一个快照以后就能随时一键恢复到完美状态。如果访问Web界面时遇到问题可以先用docker logs shuanger-hanfu命令查看容器的日志输出里面通常会有错误提示。大部分常见问题都与网络拉取镜像失败、端口占用或路径权限有关根据日志耐心排查即可。现在你的专属AI造相工作室已经开业了快去生成你的第一张汉服AI作品吧。在这个沙盒里你可以放心大胆地尝试各种参数和模型享受技术带来的乐趣。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。