Su Windows 11 puoi avviare container Linux senza installare Docker Desktop con wslc.exe, l’interfaccia a riga di comando inclusa in WSL. Aggiorna WSL, controlla che wslc risponda e avvia hello-world; poi puoi creare un’immagine per il tuo progetto e raggiungere l’app da Windows.

Prima di iniziare

Ti servono Windows 11 e WSL. Se WSL è già installato, non occorre aggiungere un motore separato: Microsoft include wslc.exe in WSL. Per la prova iniziale bastano PowerShell e una connessione a Internet per scaricare l’immagine, se non è già presente. Per creare un’immagine di progetto, prepara anche i file dell’app.

La guida ufficiale Microsoft per i container in WSL descrive i comandi per aggiornare WSL, avviare container e costruire un’immagine.

Configurare WSL e avviare la prima prova

Installa WSL solo se manca, aggiornalo e poi controlla wslc con un container Linux di prova.

Segui questi passaggi in PowerShell, nell’ordine indicato:

  1. Installa WSL, se non è già presente. Esegui wsl --install. Se WSL è già installato, passa al passaggio successivo.
  2. Aggiorna WSL. Esegui wsl --update per installare la versione più recente disponibile.
  3. Controlla wslc. Esegui wslc version. Il comando restituisce la versione dell’interfaccia disponibile sul sistema.
  4. Avvia il container di prova. Esegui wslc run --rm hello-world. Se l’immagine non è già sul PC, viene scaricata; un messaggio “Hello” indica che il test è riuscito.

Avviare il primo container Linux

Il video in inglese di Gary Explains, pubblicato il 2 luglio 2026, mostra i comandi in PowerShell, il mapping delle porte e una prova GPU su RTX 5090; l’aggiornamento usa opzioni pre-release.

Il comando hello-world verifica che wslc riesca a eseguire un’immagine. Per provare anche un servizio raggiungibile dal browser, Microsoft mostra un esempio con Nginx: wslc run -d --rm -p 8080:80 --name web nginx. Il parametro -p 8080:80 collega la porta 8080 di Windows alla porta 80 del container. Puoi controllare il servizio con curl localhost:8080 e vedere il container in esecuzione con wslc container list.

Creare un’immagine per il tuo progetto

Un Containerfile descrive come assemblare l’immagine dell’app. Nell’esempio Django di Microsoft, il file nella cartella principale del progetto contiene queste istruzioni:

FROM python:3
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
EXPOSE 8000
CMD ["python", "manage.py", "runserver", "0.0.0.0:8000"]

Adatta il file ai sorgenti e alle dipendenze del tuo progetto. Poi procedi così:

  1. Crea l’immagine. Dalla cartella che contiene il Containerfile, esegui wslc build -t helloworld-django ..
  2. Controlla che sia stata creata. Esegui wslc image list.
  3. Avvia l’app e pubblica la porta. Esegui wslc run -d --rm -p 8000:8000 --name django helloworld-django. La porta 8000 del PC viene collegata a quella del container.
  4. Verifica il servizio da Windows. Apri http://localhost:8000/ nel browser. Puoi controllare i log con wslc container logs django e verificare che il comando venga eseguito nel sistema Linux del container con wslc exec django uname.
  5. Ferma il container quando hai finito. Esegui wslc container stop django. Poiché l’avvio include --rm, il container viene rimosso quando si arresta.

Risolvere problemi e recuperare spazio

Se un container si comporta in modo inatteso, wslc container inspect <container-id> e wslc container logs <container-id> aiutano a esaminarlo; per un’immagine puoi usare wslc image inspect <image>. Per rimuovere i container arrestati e le immagini inutilizzate, esegui rispettivamente wslc container prune e wslc image prune.

Microsoft avverte che i progetti Linux conservati nel file system di Windows possono essere molto più lenti da aprire con gli strumenti Linux di WSL. Per lavorarci, salva i sorgenti nel file system Linux di WSL.

Che cosa ha misurato il test GPU riportato

Abhinav Raj di XDA ha riferito di aver eseguito un test con un Ryzen 5 7600X, una NVIDIA RTX 4070 Ti Super con 16 GB di VRAM e il driver NVIDIA 617.14. Il container usava l’immagine nvidia/cuda:12.9.1-base-ubuntu24.04 e l’opzione --gpus all; secondo il resoconto, CUDA ha rilevato la GPU.

Nel confronto con llama.cpp e Gemma 4 E4B, XDA ha riportato 124 token al secondo in entrambe le esecuzioni nel container, contro 128–132 token al secondo nelle due esecuzioni native. Le prove usavano quantizzazione Q4_K_M, GPU interamente utilizzata, contesto da 128K, lo stesso prompt e una risposta di 256 token. Sono risultati riferiti a quella configurazione e a quelle esecuzioni.

Ambito e Compose

wslc esegue container Linux. Nell’articolo pubblicato il 23 ottobre 2026, XDA riferiva che Compose non era disponibile nella configurazione provata da Abhinav Raj.