Microsoft ha rilasciato in anteprima pubblica WSL Containers (WSLC), un’estensione di Windows Subsystem for Linux che introduce la gestione nativa dei container Linux all’interno di Windows 11. Disponibile con WSL 2.9.3, questa novità offre un’alternativa concreta alle piattaforme container di terze parti, integrando direttamente nel sistema operativo strumenti finora appannaggio di soluzioni esterne.
Il percorso che ha portato a questa release attraversa diverse tappe significative. WSL 1 operava come livello di compatibilità per l’esecuzione di binari ELF su Windows, con limiti evidenti in termini di prestazioni e compatibilità del kernel. Il passaggio a WSL 2 nel 2019 ha cambiato radicalmente le carte in tavola: un kernel Linux autentico all’interno di una macchina virtuale leggera basata su Hyper-V ha trasformato Windows in una piattaforma credibile per sviluppatori, amministratori di sistema e ricercatori AI.
Da allora, toolchain GNU, package manager, orchestratori come Kubernetes e framework di machine learning hanno trovato su Windows uno spazio operativo stabile. Il passaggio del progetto WSL a codice open source su GitHub nel 2025 ha ulteriormente rafforzato questo percorso.
Come funziona WSL Containers
WSLC aggiunge a WSL un runtime container dedicato, accessibile tramite il comando wslc. Le operazioni supportate coprono l’intero ciclo di vita di un container: creazione, avvio, arresto, esportazione, pulizia delle risorse obsolete e ispezione dello stato. Gli utenti possono gestire immagini, pubblicare porte, montare volumi, configurare reti isolate e monitorare log e metriche in tempo reale.
La release 2.9.3 introduce controlli granulari sulle risorse assegnate a ciascun container. Attraverso flag come --cpus, --memory e --ulimit è possibile definire limiti precisi di CPU, RAM e risorse di sistema. L’opzione --shm-size regola la dimensione della memoria condivisa, mentre i segnali di terminazione consentono un arresto controllato dei processi in esecuzione. L’interfaccia rispecchia le convenzioni consolidate da Docker e Podman, riducendo la curva di apprendimento per chi già lavora con questi strumenti.
Un elemento distintivo è l’API esposta tramite il pacchetto NuGet Microsoft.WSL.Containers. Questa interfaccia programmatica consente alle applicazioni Windows native di interagire direttamente con il layer container: verifica dei prerequisiti WSL, creazione di sessioni, download di immagini, configurazione dell’ambiente di esecuzione, gestione degli stream di input/output e rilascio delle risorse. Il risultato è l’integrazione di componenti Linux all’interno di software Windows senza richiedere installazioni manuali di distribuzioni complete o piattaforme container aggiuntive.
Prestazioni, rete e accelerazione hardware
WSLC adotta VirtIOFS come file system predefinito per l’accesso ai file condivisi tra host Windows e guest Linux. Microsoft stima un raddoppio della velocità di accesso rispetto ai metodi precedenti. Questo miglioramento incide direttamente su scenari critici: repository di grandi dimensioni, gestione di dipendenze tramite npm o Composer, compilazioni C/C++, operazioni Git su migliaia di file e database locali montati su directory condivise. Il collo di bottiglia dell’I/O, storicamente uno dei punti deboli di WSL, trova qui una risposta concreta.
Parallelamente, Microsoft sta testando una modalità di rete denominata Consomme. Questa architettura inoltra il traffico Linux attraverso lo stack di rete Windows, permettendo alle applicazioni containerizzate di ereditare policy VPN, proxy e configurazioni aziendali già attive sull’host. Il guest Linux smette di comportarsi come un’isola isolata e si allinea al modello di connettività del sistema operativo sottostante.
Il supporto GPU è attivo fin dal rilascio iniziale. Container configurati con CDI (Container Device Interface) possono accedere a librerie ed eseguibili GPU in modo trasparente, anche per utenti senza privilegi di root. Questa caratteristica amplifica l’utilità di WSLC per workflow CUDA, PyTorch, TensorFlow-DirectML e inferenza locale di modelli di machine learning. Le build accelerate, l’elaborazione multimediale e i carichi scientifici traggono beneficio immediato, pur nei limiti imposti dalla memoria video disponibile, dai driver installati e dalla compatibilità hardware specifica.
Infine, il meccanismo di memory reclaim migliora la gestione della RAM condivisa tra Windows e la macchina virtuale Linux. Dopo l’esecuzione di build, container o database locali, la memoria non più necessaria viene restituita gradualmente all’host, mitigando il consumo persistente che ha caratterizzato le versioni precedenti di WSL.
