便携移动工作站，端侧 AI 大模型设备折腾笔记：ROG 幻 X 和 4090 扩展坞
内容提要
最近入手了ROG幻X Z13和ROG XG Mobile 4090扩展坞，搭建了Windows x WSL2 x CUDA的开发环境，选择Nvidia的N卡生态，配置为Intel 13900H + Nvidia 4060移动版（8G）+ Nvidia 4090移动版（16G）。成功验证了系统和基础环境，运行了模型应用。
关键要点
-
最近入手ROG幻X Z13和ROG XG Mobile 4090扩展坞，搭建Windows x WSL2 x CUDA开发环境。
-
选择Nvidia的N卡生态，配置为Intel 13900H + Nvidia 4060移动版（8G）+ Nvidia 4090移动版（16G）。
-
新设备用于本地开发模型应用和验证模型基础能力，提升出行阶段的开发体验。
-
设备选型考虑主要包括硬件计算能力、生态和显存容量，选择Nvidia生态以获得更好的开发体验。
-
选择ROG XG Mobile RTX 4090显卡坞，满足移动场景的便携性和性能需求。
-
系统环境选择Windows WSL 2，便于驱动和软件的兼容性。
-
升级Windows系统至专业版以获得更好的开发功能，确保驱动更新到最新版本。
-
安装CUDA Toolkit和Docker环境，确保能够顺利进行开发和测试。
-
通过Nvidia官方Docker镜像验证基础环境配置是否正常。
-
成功连接4090移动显卡，进行模型应用的验证，使用Stable Diffusion XL LCM-LoRA模型进行测试。
-
Windows的Copilot功能在生成过程中提供了优化建议，提升了使用体验。
延伸问答
ROG幻X Z13和ROG XG Mobile 4090扩展坞的主要配置是什么？
ROG幻X Z13配置为Intel 13900H + Nvidia 4060移动版（8G）+ Nvidia 4090移动版（16G）。
为什么选择Nvidia的N卡生态进行开发？
选择Nvidia的N卡生态是因为其硬件计算能力、生态完善和显存容量，能够提供更好的开发体验。
如何搭建Windows x WSL2 x CUDA的开发环境？
首先升级Windows至专业版，然后安装CUDA Toolkit和Docker，确保驱动更新到最新版本，最后通过Nvidia官方Docker镜像验证环境配置。
使用ROG XG Mobile 4090显卡坞的优势是什么？
ROG XG Mobile 4090显卡坞提供了便携性和强大的性能，适合移动场景的计算需求。
如何验证CUDA环境是否正常运行？
可以通过下载Nvidia官方提供的Docker镜像并在容器内执行nvidia-smi命令来确认CUDA环境是否正常。
Windows的Copilot功能在开发中有什么帮助？
Windows的Copilot功能能够对生成的Prompt进行优化建议，提升使用体验。
