Windows 11 可用 WSL 的 wslc 跑容器：適合快速測試，未取代 Docker Desktop
Windows 11 用家據報可透過 Windows Subsystem for Linux（WSL）的 wslc 指令，直接在 PowerShell 或 CMD 拉取映像檔、啟動 Linux 容器、映射連接埠及由 Containerfile 建立映像檔。對只想快速驗證一個服務、測試容器映像檔，或在本機跑 AI 推理的開發者而言，這可減少安裝另一套桌面管理軟件的起步工序。
不過，這不代表 Docker Desktop 已可全面退場。XDA 的報道指出，wslc 目前未有內建 Compose runtime，亦只支援 Linux 容器；有多服務編排、既有 Compose 檔案或需要 Windows 容器的工作流，仍應保留 Docker Desktop 或先評估其他方案。功能、版本要求及支援範圍，使用前應以 Microsoft 的最新官方文件為準。
一條更新指令可啟用的意義
按 XDA 引述的 Microsoft 指引，已有 WSL 的 Windows 11 電腦可先用 wsl --version 查看版本；若未符合要求，可執行：
wsl --update
若電腦尚未安裝 WSL，則需先執行 wsl --install。完成後，可用 wslc version 確認指令可用，再以以下方式下載並執行測試容器：
wslc run --rm hello-world
這個流程的價值主要在於把「先裝桌面程式、登入或處理額外設定」變成以 WSL 更新為起點。對課堂練習、CI 前的本機驗證，或臨時重現 issue，若只涉及單一 Linux 容器，操作路徑會較短。
但「一條指令完成」應理解為已有合適 Windows 11 與 WSL 環境下的更新步驟，並非所有電腦由零開始都只需一個指令；首次安裝 WSL 仍是另一個前置條件。
本機 AI 工作流的吸引力：GPU 能否直通
容器化本機 AI 推理常見的難題，是容器能否使用 GPU。XDA 作者以 NVIDIA GPU 測試，使用 --gpus all 執行 CUDA 映像檔內的 nvidia-smi，並稱容器能辨識 Windows 端的 GPU 與驅動程式。其示例為：
wslc run --rm --gpus all nvidia/cuda:12.9.1-base-ubuntu24.04 nvidia-smi
報道亦以 llama.cpp 的 CUDA 容器作比較：在作者自己的硬件、模型、量化、context 與 prompt 設定下，原生程式錄得每秒 128 至 132 個 token，容器錄得每秒 124 個 token。這是單一作者的體驗結果，不能外推至其他 GPU、模型、驅動程式或儲存配置；不過它說明了 wslc 對「需要 GPU、但只想快速起一個推理 server」這類工作流有實際吸引力。
從開發角度看，容器可把推理環境、依賴套件及啟動方式封裝起來，較方便重複測試。若模型檔案放在 Windows 檔案系統，也可按報道所述掛載供容器使用。不過實際效能、檔案存取方式和 GPU 支援仍要在自己的專案環境驗證，尤其是有大量模型讀寫或長時間服務的情況。
何時選 wslc，何時仍用 Docker Desktop
| 使用情況 | 較合適的選擇 | 原因 |
|---|---|---|
| 下載、執行或測試單一 Linux 容器 | wslc |
指令流程直接，適合快速驗證。 |
| 容器化本機 AI 推理並需測試 GPU | wslc 可先嘗試 |
XDA 的測試顯示其環境可透過 --gpus all 使用 NVIDIA GPU。 |
| 依賴多個服務及 Compose 檔案 | Docker Desktop 或其他支援 Compose 的方案 | XDA 指 wslc 暫未有內建 Compose runtime。 |
| 需要 Windows 容器 | Docker Desktop | XDA 指 wslc 只跑 Linux 容器。 |
對 Windows 開發者與學生而言，wslc 最值得留意的地方，是把容器當成 WSL 工具鏈的一部分，而非必須先部署完整桌面平台。這可讓入門者先處理最基本的映像檔、執行參數與連接埠概念，再按專案複雜度轉用 Compose 或桌面管理工具。
下一步要觀察的是 Microsoft 能否如報道所述，讓既有 Compose 檔案毋須修改便可運行。若支援成熟，wslc 的適用範圍才會由快速單容器測試，延伸至更多日常開發工作流。
延伸閱讀
AI 輔助說明： 本文由 AI 協助整理，並經兩輪獨立自動品質審核；資料及連結仍以原始來源為準。
參考來源
- XDA Developers — My Windows 11 PC can run containers without Docker Desktop, and the entire setup took one command — original report
本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。
