LECCIÓN 01

Lección 01: El Entorno de Ejecución

Preparando tu sistema para ejecutar AVA SDK con WSL2, Docker y NVIDIA Container Toolkit

Actualización GDC 2026

Razer presentó en la GDC 2026 las nuevas capacidades <strong>agentic</strong> de Project AVA: planificación multi-paso, ejecución autónoma de tareas entre aplicaciones y coordinación entre múltiples asistentes. Todo el contenido de esta lección sigue siendo válido como base, pero AVA ya no es solo un asistente reactivo. Leer más →

Introducción

Antes de sumergirte en el mundo de los modelos de lenguaje locales con AVA SDK, necesitas preparar tu entorno de desarrollo. Esta lección te guiará paso a paso en la configuración de Windows Subsystem for Linux 2 (WSL2), Docker Engine y NVIDIA Container Toolkit.

Requisitos del Sistema

0 / 5

Windows 10 (versión 2004 o superior) o Windows 11

Verifica tu versión en Configuración > Sistema > Acerca de

Procesador con virtualización habilitada (Intel VT-x / AMD-V)

Comprueba en BIOS/UEFI

Mínimo 16GB de RAM (Recomendado: 32GB)

Para ejecutar modelos de lenguaje medianos

NVIDIA GPU con soporte CUDA (GTX 1060 6GB o superior)

Verifica compatibilidad en nvidia.com

Mínimo 50GB de espacio libre en disco SSD

Para modelos, containers y datasets

Paso 1: Instalación de WSL2

WSL2 proporciona un kernel Linux real en Windows, esencial para ejecutar contenedores Docker de manera eficiente.

Consejo Pro

Asegúrate de ejecutar PowerShell como Administrador para evitar errores de permisos.

PowerShell (Administrador)

1# Habilitar WSL
2wsl --install
3
4# Instalar Ubuntu 24.04 LTS
5wsl --install -d Ubuntu-24.04
6
7# Verificar instalación
8wsl --list --verbose

Nota

Después de la instalación, reinicia tu PC. Al iniciar WSL por primera vez, se te pedirá crear un usuario y contraseña UNIX.

Verificar la versión de WSL

1wsl --version
2# Debe mostrar WSL version 2.x.x

Paso 2: Instalación de Docker Engine

Docker nos permite ejecutar AVA SDK en un entorno aislado y reproducible.

Advertencia

NO instales Docker Desktop. Usaremos Docker Engine nativo en WSL2 para mejor rendimiento y menor consumo de recursos.

Instalación en Ubuntu (WSL2)

Terminal WSL2 (Ubuntu)

1# Actualizar repositorios
2sudo apt update && sudo apt upgrade -y
3
4# Instalar dependencias
5sudo apt install -y ca-certificates curl gnupg lsb-release
6
7# Añadir clave GPG de Docker
8sudo mkdir -p /etc/apt/keyrings
9curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg
10
11# Configurar repositorio
12echo \
13  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
14  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
15
16# Instalar Docker Engine
17sudo apt update
18sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
19
20# Habilitar Docker sin sudo
21sudo usermod -aG docker $USER
22newgrp docker
23
24# Verificar instalación
25docker --version
26docker run hello-world

Consejo

Si obtienes un error de permisos con "docker run", cierra y vuelve a abrir la terminal WSL2.

Paso 3: NVIDIA Container Toolkit

Este toolkit permite que los contenedores Docker accedan a tu GPU NVIDIA para aceleración de inferencia.

Importante

Asegúrate de tener instalados los drivers NVIDIA más recientes en Windows antes de continuar.

Terminal WSL2 (Ubuntu)

1# Configurar repositorio NVIDIA
2distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
3curl -fsSL https://nvidia.github.io/nvidia-docker/gpgkey | sudo gpg --dearmor -o /etc/apt/keyrings/nvidia-docker.gpg
4echo "deb [signed-by=/etc/apt/keyrings/nvidia-docker.gpg] https://nvidia.github.io/nvidia-docker/$distribution nvidia-docker.list" | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
5
6# Instalar NVIDIA Container Toolkit
7sudo apt update
8sudo apt install -y nvidia-container-toolkit
9
10# Configurar Docker para usar NVIDIA runtime
11sudo nvidia-ctk runtime configure --runtime=docker
12sudo systemctl restart docker
13
14# Verificar que la GPU esté disponible
15docker run --rm --gpus all nvidia/cuda:12.0.0-base-ubuntu22.04 nvidia-smi

Verificación Exitosa

Si ves la salida de nvidia-smi mostrando tu GPU, ¡felicidades! Tu entorno está correctamente configurado.

Solución de Problemas Comunes

WSL no inicia

1# Verificar si la virtualización está habilitada
2systeminfo | find "Virtualization"
3
4# Debe mostrar "Enabled" o "Habilitado"

Docker no arranca

1# Verificar estado del servicio
2sudo service docker status
3
4# Iniciar manualmente
5sudo service docker start

GPU no detectada

1# Verificar drivers en Windows
2nvidia-smi.exe
3
4# Debe mostrar tu GPU en la lista

¿Quieres acceder a la Academy?

Regístrate para acceder a guías de desarrollo, tutoriales y recursos exclusivos de AVA SDK.

Acceder a la Academy