GPU 編程入門到精通（一）之 CUDA 環境安裝

標簽： cudagpunvidia

GPU 編程入門到精通（一）之 CUDA 環境安裝

標簽： cudagpunvidia 2014-04-11 21:14 2632人閱讀 評論(0) 收藏 舉報 分類： 并行計算（6）

版權聲明：本文為博主原創文章，未經博主允許不得轉載。

目錄(?)[+]

博主由于工作當中的需要，開始學習 GPU 上面的編程，主要涉及到的是基于 GPU 的深度學習方面的知識，鑒于之前沒有接觸過 GPU 編程，因此在這里特地學習一下 GPU 上面的編程。有志同道合的小伙伴，歡迎一起交流和學習，我的郵箱:caijinping220@gmail.com 。使用的是自己的老古董筆記本上面的 Geforce 103m 顯卡，雖然顯卡相對于現在主流的系列已經非常的弱，但是對于學習來說，還是可以用的。本系列博文也遵從由簡單到復雜，記錄自己學習的過程。

---

0. 目錄

• GPU 編程入門到精通（一）之 CUDA 環境安裝
• GPU 編程入門到精通（二）之 運行第一個程序
• GPU 編程入門到精通（三）之 第一個 GPU 程序
• GPU 編程入門到精通（四）之 GPU 程序優化
• GPU 編程入門到精通（五）之 GPU 程序優化進階

1. CUDA-5.5 的新特性

• —— 動態并行(Dynamic Parallelism)：GPU 加速新算法

  GPU 線程可以動態地衍生新線程，從而更好地適應數據流。
  通過最大程度地簡化與 GPU 的往來通信，動態并行技術可以大大簡化并行編程，
  讓更多流行算法支持 GPU 加速，比如自適應網格加密、計算流體動力學等等。

• —— GPU-Callable 庫：支持第三方生態系統

  新的 CUDA BLAS 庫可以讓開發人員為他們自己的 PU-Callable 庫使用動態并行，
  比如設計插件API、讓其他人擴展其內核的功能性，部署 GPU Callback、自定義第三方 GPU-Callable 庫的功能性。
  對象鏈接(object linking)可將多個 CUDA 源文件編譯成不同的對象文件，然后鏈接到更大的應用和庫中，從而更簡單、更高效地開發大型 GPU 應用。

• —— GPUDirect 支持 RDMA (遠程直接內存訪問)：消除系統內存瓶頸
  GPUDirect 技術建立了 GPU 與其它 PCI-E 設備的直接通信，并支持網卡與 GPU 之間的 RDMA，還能大幅降低集群中GPU 節點間的 MPISendRecv 延遲、改進整體應用性能。

• —— NVIDIA Nsight Eclipse Edition：快速簡單地生成 GPU 代碼

  Linux、Mac OS X 平臺上，NVIDIA Nsight Eclipse Edition 可以讓開發人員在熟悉的 Eclipse IDE 環境內開發、調試和編譯 GPU 應用，并自帶 CUDA 編輯器和 CUDA 示例，可以更快地生成 CUDA 代碼，還整合了專家級的分析系統，提供自動性能分析，以及修復代碼中性能瓶頸的向導，還有語法高亮區分 GPU 代碼和 CPU 代碼。

2. 操作系統支持

CUDA 5 操作系統支持包括：Windows XP 臺式機、Windows Vista/7/8 臺式機和筆記本、Ubuntu 11.04/11.10、Fedora 16、Red Hat Enterprise Linux 5.x/6.x(后者僅限64位)、OpenSUSE 12.1(64位)、SUSE Server 11 SP1/SP2、Mac OS X。

3. 安裝環境檢測

3.1. 檢測自己的電腦是否具備支持 CUDA 的 GPU

可以采用如下命令：

lspci | grep -i nvidia

通過運行上面的命令，得到如下結果：

01:00.0 VGA compatible controller: NVIDIA Corporation G98M [GeForce G 103M] (rev a1)

通過命令，獲知我的筆記本是 GeForce G 103M 型號的 GPU
進入如下鏈接，查看自己 GPU 型號是否支持 CUDA。
官網鏈接

3.2. 下載安裝包

CUDA-5.5 安裝包下載地址

進入后出現如下下載界面，現在已經出來 CUDA-6.5了，大家只要找到自己相應的安裝包即可，這里視各自情況不同，自行選擇。

我的系統是 ubuntu12.04 32位的，所以選擇下載 Ubuntu 12.04 下面 32 位的 RUN 就可以了，600M+

4. CUDA-5.5 安裝

4.1. 軟件安裝

安裝 build-essential 安裝包，以確保 cuda 及顯卡驅動所需的 gcc 的安裝

apt-get install build-essential

退出圖形界面，進入控制臺

/etc/init.d/lightdm stop

按【Ctrl】+【alt】+【F1】進入控制臺界面，運行如下命令

sudo sh cuda_5.5.22_linux_32.run

在此過程中，一開始會出來一個文檔，比較長，可以通過按下按鍵【q】退出文檔，然后輸入【accept】就可以安裝，一直按確認，默認安裝即可，中間會選擇驅動文件目錄等。

4.2. 環境變量配置

在 /etc/profile 下添加如下語句：

export PATH=$PATH:/usr/local/cuda-5.5/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-5.5/lib

通過運行如下命令，使得環境變量生效：

source /etc/profile

4.3. 退出控制臺

啟動 lightdm 服務

service lightdm start

5. 編譯 Sample

直接運行 make 就可以編譯 samples 里面的程序

隨機找了一個例子運行如下:

---

關于 CUDA 的安裝，介紹到這里，后續將關注 CUDA 編程方面的具體問題。
歡迎大家和我一起討論和學習 GPU 編程。
caijinping220@gmail.com
http://blog.csdn.net/xsc_c 2014-04-11 21:14 2632人閱讀 評論(0) 收藏 舉報 分類： 并行計算（6）

版權聲明：本文為博主原創文章，未經博主允許不得轉載。

目錄(?)[+]

博主由于工作當中的需要，開始學習 GPU 上面的編程，主要涉及到的是基于 GPU 的深度學習方面的知識，鑒于之前沒有接觸過 GPU 編程，因此在這里特地學習一下 GPU 上面的編程。有志同道合的小伙伴，歡迎一起交流和學習，我的郵箱:caijinping220@gmail.com 。使用的是自己的老古董筆記本上面的 Geforce 103m 顯卡，雖然顯卡相對于現在主流的系列已經非常的弱，但是對于學習來說，還是可以用的。本系列博文也遵從由簡單到復雜，記錄自己學習的過程。

---

0. 目錄

• GPU 編程入門到精通（一）之 CUDA 環境安裝
• GPU 編程入門到精通（二）之 運行第一個程序
• GPU 編程入門到精通（三）之 第一個 GPU 程序
• GPU 編程入門到精通（四）之 GPU 程序優化
• GPU 編程入門到精通（五）之 GPU 程序優化進階

1. CUDA-5.5 的新特性

• —— 動態并行(Dynamic Parallelism)：GPU 加速新算法

  GPU 線程可以動態地衍生新線程，從而更好地適應數據流。
  通過最大程度地簡化與 GPU 的往來通信，動態并行技術可以大大簡化并行編程，
  讓更多流行算法支持 GPU 加速，比如自適應網格加密、計算流體動力學等等。

• —— GPU-Callable 庫：支持第三方生態系統

  新的 CUDA BLAS 庫可以讓開發人員為他們自己的 PU-Callable 庫使用動態并行，
  比如設計插件API、讓其他人擴展其內核的功能性，部署 GPU Callback、自定義第三方 GPU-Callable 庫的功能性。
  對象鏈接(object linking)可將多個 CUDA 源文件編譯成不同的對象文件，然后鏈接到更大的應用和庫中，從而更簡單、更高效地開發大型 GPU 應用。

• —— GPUDirect 支持 RDMA (遠程直接內存訪問)：消除系統內存瓶頸
  GPUDirect 技術建立了 GPU 與其它 PCI-E 設備的直接通信，并支持網卡與 GPU 之間的 RDMA，還能大幅降低集群中GPU 節點間的 MPISendRecv 延遲、改進整體應用性能。

• —— NVIDIA Nsight Eclipse Edition：快速簡單地生成 GPU 代碼

  Linux、Mac OS X 平臺上，NVIDIA Nsight Eclipse Edition 可以讓開發人員在熟悉的 Eclipse IDE 環境內開發、調試和編譯 GPU 應用，并自帶 CUDA 編輯器和 CUDA 示例，可以更快地生成 CUDA 代碼，還整合了專家級的分析系統，提供自動性能分析，以及修復代碼中性能瓶頸的向導，還有語法高亮區分 GPU 代碼和 CPU 代碼。

2. 操作系統支持

CUDA 5 操作系統支持包括：Windows XP 臺式機、Windows Vista/7/8 臺式機和筆記本、Ubuntu 11.04/11.10、Fedora 16、Red Hat Enterprise Linux 5.x/6.x(后者僅限64位)、OpenSUSE 12.1(64位)、SUSE Server 11 SP1/SP2、Mac OS X。

3. 安裝環境檢測

3.1. 檢測自己的電腦是否具備支持 CUDA 的 GPU

可以采用如下命令：

lspci | grep -i nvidia

通過運行上面的命令，得到如下結果：

01:00.0 VGA compatible controller: NVIDIA Corporation G98M [GeForce G 103M] (rev a1)

通過命令，獲知我的筆記本是 GeForce G 103M 型號的 GPU
進入如下鏈接，查看自己 GPU 型號是否支持 CUDA。
官網鏈接

3.2. 下載安裝包

CUDA-5.5 安裝包下載地址

進入后出現如下下載界面，現在已經出來 CUDA-6.5了，大家只要找到自己相應的安裝包即可，這里視各自情況不同，自行選擇。

我的系統是 ubuntu12.04 32位的，所以選擇下載 Ubuntu 12.04 下面 32 位的 RUN 就可以了，600M+

4. CUDA-5.5 安裝

4.1. 軟件安裝

安裝 build-essential 安裝包，以確保 cuda 及顯卡驅動所需的 gcc 的安裝

apt-get install build-essential

退出圖形界面，進入控制臺

/etc/init.d/lightdm stop

按【Ctrl】+【alt】+【F1】進入控制臺界面，運行如下命令

sudo sh cuda_5.5.22_linux_32.run

在此過程中，一開始會出來一個文檔，比較長，可以通過按下按鍵【q】退出文檔，然后輸入【accept】就可以安裝，一直按確認，默認安裝即可，中間會選擇驅動文件目錄等。

4.2. 環境變量配置

在 /etc/profile 下添加如下語句：

export PATH=$PATH:/usr/local/cuda-5.5/bin export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-5.5/lib

通過運行如下命令，使得環境變量生效：

source /etc/profile

4.3. 退出控制臺

啟動 lightdm 服務

service lightdm start

5. 編譯 Sample

直接運行 make 就可以編譯 samples 里面的程序

隨機找了一個例子運行如下:

---

關于 CUDA 的安裝，介紹到這里，后續將關注 CUDA 編程方面的具體問題。
歡迎大家和我一起討論和學習 GPU 編程。
caijinping220@gmail.com
http://blog.csdn.net/xsc_c

總結

以上是生活随笔為你收集整理的GPU 编程入门到精通（一）之 CUDA 环境安装的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。