CUDA 安裝指引 for Linux

來源:互聯網
上載者:User

適用的作業系統
--------------------------------------------------------------------------------
Fedora 7
Redhat Enterprise 3.x,4.x,5.x
SUSE Linux Enterprise Desktop 10-SP1
OpenSUSE 10.1,10.2
Ubuntu 7.04
--------------------------------------------------------------------------------

安裝程式(TESLA 搭配非 NVIDIA 顯卡使用,可不須安裝該顯卡驅動程式)
--------------------------------------------------------------------------------
1.於Terminal中(不要進 XWindow)
安裝 CUDA 運算驅動程式 169.09
TESLA S870 所使用驅動程式版本為 171.05
關於如何安裝 NVIDIA 的 Linux 驅動程式,請參考
NVIDIA Accelerated Linux Driver Set README and Installation Guide

http://us.download.nvidia.com/XFree86/L ... index.html

安裝完畢可以在Terminal中執行[nvidia-xconfig -query-gpu-info]以查看所安裝的 NVIDIA GPU
執行結果請見下圖
<IMG SRC="http://www.syzygia.com.tw/bbsimages--/tesla/s870/snapshot4.jpg">

2.安裝 NVIDIA CUDA Toolkit 1.1
NVIDIA_CUDA_Toolkit_1.1_*_x86*.run
安裝程式會要求你輸入安裝路徑或是接受預設值,推薦以 root 身份安裝並使用預設路徑(/usr/local)
在之後我們將會以<CUDA_INSTALL_PATH>來代替實際的安裝路徑
增加 CUDA 二進制檔案(nvcc)及函數路徑(libcuda.so)到 PATH 及 LD_LIBRARY_PATH 的環境變數
安裝完畢可以執行[nvidia-smi]以查看所安裝的 CUDA GPU
[nvidia-smi]是 NVIDIA 提供可以讓我們確認安裝在機器中的 GPU 是否都能正常運行 CUDA 的新工具
執行結果請見下圖
<IMG SRC="http://www.syzygia.com.tw/bbsimages--/tesla/s870/snapshot4.jpg">

3.安裝 NVIDIA CUDA SDK
NVIDIA_CUDA_SDK_1.1_Linux.run
安裝程式會要求輸入安裝路徑或是接受預設值,預設安裝路徑為用戶的家目錄
(/NVIDIA_CUDA_SDK)。
在之後我們將會以<SDK_INSTALL_PATH>來代替實際的安裝路徑
在家目錄下的.bash_profile 中,加入以下幾行
PATH=$PATH:<CUDA_INSTALL_PATH>/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<CUDA_INSTALL_PATH>/lib
export PATH
export LD_LIBRARY_PATH

4.建構 SDK project 範常式式
cd <SDK_INSTALL_PATH>
Build:
- release 輸入 "make".
- debug 輸入 "make dbg=1".
- emurelease 輸入 "make emu=1".
- emudebug 輸入 "make emu=1 dbg=1".make
在<SDK_INSTALL_PATH>執行 make 創建範常式式所使用的 libcutil 這個公用工具
libcutil 是為了方便使用而提供的,不屬於 CUDA 的一部分,且撰寫的程式也不需要用到它

5.執行範例
在範常式式當中的 deviceQuery 是讓我們得到裝在這台機器上可以進行 CUDA 運算的 GPU 資訊
建構範常式式
cd <SDK_INSTALL_PATH>/projects/deviceQuery
make
然後在 <SDK_INSTALL_PATH>/bin/linux32/release/deviceQuery 執行範常式式
deviceQuery 執行結果如下圖
而執行 release, debug, emurelease 或 emudebug 等
其目錄位於/bin/linux32/[release|debug|emurelease|emudebug]
<IMG SRC="http://www.syzygia.com.tw/bbsimages--/tesla/s870/snapshot5.jpg">

以上附圖部份為安裝 S870 於 Linux 運行的狀態
安裝環境
主機板:TYAN S2895
CPU:Opteron 285 2.6GHz
RAM:ADATA 2GB * 4
OS:Fedora 7 64bit
CUDA device:NVIDIA TESLA S870

--------------------------------------------------------------------------------
創建自己的程式
--------------------------------------------------------------------------------
使用 CUDA SDK 可以很容易的創建新的 CUDA 程式。
以複製及修改 CUDA SDK 提供的專案"template"的方式來符合你的需求
步驟如下

1.複製整個"template"專案(這邊以 myproject 代表你所要創建的專案)
cd <SDK_INSTALL_PATH>/projects
cp -r template <myproject>

2.把專案的檔案名稱稱改成你要的檔案名稱稱
mv template.cu myproject.cu
mv template_kernel.cu myproject_kernel.cu
mv template_gold.cpp myproject_gold.cpp

3.把專案內容的檔案名稱稱改成你要的檔案名稱稱
編輯 Makefile 及原始檔
把所有的"template"用"myproject"取代

4.建構專案
make

5.在下面的位置執行新的程式
../../bin/linux32/release/myproject
執行結果應該是"Test PASSED"

6.最後再將程式碼改成符合你的運算需求即可
此部份請參考 CUDA Programming Guide

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.