WSL 现已支持在 Windows 上利用 GPU 运行应用程序，用户可直接在 WSL 内部运行 Linux AI 和机器学习场景。
据微软介绍，在机器学习领域，数据科学专业人员十分需要最佳的工具来提升工作效率。WSL 对图形处理单元 (GPU) 计算工作流的支持使数据科学家能够无缝访问 Windows 主机上的 GPU，以加快 ML 模型的训练速度。
此外，用户可通过 WSL 在 Linux 中使用熟悉的 ML 工具来运行 ML 训练作业，与此同时可利用 Windows 提供的最佳生产力和协作工具。WSL 支持所有基于 CUDA 的主要工具，用于在 NVIDIA GPU 上进行 ML 加速，包括实现 CUDA 后端的框架，例如 TensorFlow 和 PyTorch。它还支持 TensorFlow-DirectML 工具包，此工具包通过为 ML student workflow 提供跨供应商硬件加速来扩展 TensorFlow*，支持在多种 DirectX 12 兼容硬件上训练和推理 ML 模型。
除了上述的变化，WSL 还引入了 WSLg，它提供了对 Linux GUI 应用程序的支持。因此开发者可在 Windows 中运行最喜欢的 Linux 编辑器、工具和其他应用程序。这对提升构建、测试、调试和运行 Linux 应用程序的速度有很大帮助。
此功能的运行原理如下图：
