CUDA与Linux系统

时间:2015-11-28 23:12:04   收藏:0   阅读:1940

 

CUDA与Linux系统

 

目录

CUDALinux平台    1

目录    2

1 CUDA安装    3

1.1 安装toolkit    3

1.2 安装显卡驱动    3

2 调式工具:CUDA GDB    3

3 分析工具:CUDA Profile    5

3.1 Visual Profiler:图形化    5

3.2 nvprof Profiler:命令行    6

4 集成工具:nsight Eclipse    8

4.1 CUDA编辑器    8

4.2 CUDA调试器    10

4.3 CUDA性能分析器    11

 

 

1. CUDA安装

在Linux系统上安装CUDA toolkit需要下载两个包:驱动和toolkit

1.1 安装toolkit

toolkit包中提供多项功能,有显卡驱动、toolkit和samples;安装过程为:

  1. 退出X server在控制终端执行命令:init 3
  2. 启动安装包:执行命令:sh cuda_7.0.28_linux.run;
  3. 跳出安装须知:执行命令:strl + C,并输入accept
  4. 不进行显卡驱动安装:在第一个选项中输入命令:N
  5. 其它选项:其它选项都选择Y或者直接回车。
  6. 添加环境变量:~/.bashrc文件中添加如下两行

PATH=/usr/local/cuda-7.0/bin:$PATH

LD_LIBRARY_PATH=/usr/local/cuda-7.0/lib64:$LD_LIBRARY_PATH

 

参考文献:CUDA_Getting_Started_Linux.pdf

1.2 安装显卡驱动

本来CUDA toolkit中自带显卡驱动,但是由于自动安装显卡驱动后,导致Linux系统图形界面无法启动,所以需要手动下载和安装显卡驱动,其安装过程为:

  1. 退出图形界面:运行命令为:init 3
  2. 启动:启动驱动文件,命令为:sh NVIDIA-Linux-x86_64-352.41.run -a;
  3. 配置:安装完成后,会提示是否运行nvidia显卡工具来自动更新xorg.conf文件,选择"Yes";
  4. 返回图形界面:在显卡安装完成后,返回图形界面,命令为:startx

 

参考文献:Linux下,手动安装NVIDIA显卡官方驱动;

2. 调式工具:CUDA GDB

对于CUDA的调式工具GDB,需要使用GPU的设备。但是当在图形界面时,GPU设备已经被占用着,所以若需要使用CUDA GDB需要退出X server,进入init 3。其使用过程为:

  1. 退出X server:在终端执行命令:init 3
  2. 编译:若源程序为:pmandel.cu,编译命令可以为:nvcc -g -G pmandel.cu -o pamandel;若是有makefile文件,则也可执行命令:make。如图 5所示。

技术分享

1

  1. 启动GDB:执行命令:cuda-gdb pmandel;如图 6所示。

技术分享

2

  1. 设置断点:可以在任何函数或行设置断点,如执行命令:break main;或break 21
  2. 开始调式:执行命令为:run
  3. 继续执行:可以执行命令:continue,或是:C;如图 7所示。

技术分享

3

  1. 单步执行:命令为:next,或是:n
  2. 显示信息:可以执行命令:info cuda Commands,其中的Commands可以是threadsblockswarpscontexts等命令,其它信息可参考《cuda-gdb.pdf》。如图 8所示。

技术分享

4

参考文献:cuda-gdb.pdf

 

3. 分析工具:CUDA Profile

3.1 Visual Profiler:图形化

Visual Profiler是NVIDIA提供的图形化分析工具,其在成功安装CUDA toolkit后,就能够使用。通过Profiler能够对CUDA 应用的CPU和GPU的时间节点进行分析,并能够调优CUDA应用的性能。Visual Profiler的简单使用方法如下所示:

    1. 启动:在控制终端输入命令:nvvp;如图 5所示的启动后界面。

技术分享

5

    2. 新建session:其创建入口为:FileàNew Session,如图 6所示是新建Session对话框,在该对话框中的File输入框中输入需被分析的可执行文件。

技术分享

6

    3. 分析结果:在新建Session对话框中输入相应的可执行文件后,就能产生分析结果,如图 7所示。

技术分享

7

3.2 nvprof Profiler:命令行

通过nvprof可以以命令行的形式分析和调优CUDA应用程序。nvprof的使用形式是:

nvprof    [options] [CUDA-application]    [application-arguments]

 

     1) summary模型

这是nvprof的默认模型,在这个模型中只简单输出核函数和CUDA内存复制性能。如对于需要被测试的可执行文件boxFilterNPP,可直接执行命令:nvprof boxFilterNPP。如图 8所示的结果。

技术分享

8

    2) GPU-TraceAPI-Trace模型

这个模型能够以时间轴顺序提供所有在GPU发生的活动点,每个核函数的执行或是复制/赋值都能够详细的显示。如图 9所示。

技术分享

9

    3) Event/metric Summary模型

通过这个模型能够在指定的NVIDIA GPU上显示所有可用的Event/metric

技术分享

10

    4) Event/metric Trace Mode

通过这个模型能够显示每个核函数的eventmetric值。如图 11所示。

技术分享

11

 

 

参考文献:CUDA_Profiler_Users_Guide.pdf

4. 集成工具:nsight Eclipse

4.1 CUDA编辑器

Linux中也有CUDA的集成开发工具nsight。其中在CUDA toolkit中自带nsight,所以当成功安装toolkit后,就可以启动nsight。其使用过程为:

    1) 启动:在终端中输入:nsight;如图 1所示是启动后的nsight界面。

技术分享

12

    2) 创建项目:在nsight界面中:FileàProjectàCUDA c/c++ projectàExecutableà其中一项,如图 2所示的Executable选项。

技术分享

13

    3) 编译:创建可执行文件:右击项目àBuild Project; 如图 3所示。

技术分享

14

    4) 执行右击项目àRun AsàCocal c/c++ Application;如图 4所示。

技术分享

15

 

参考文献:nsight_Eclipse_Edition_getting_started.pdf;

4.2 CUDA调试器

nsight也集成了gdb,通过nsight可用非常方便了对cuda程序进行调式。其中若需要进入Debug模型需要退出X server,进入init 3。当单击Debug按钮时,就会自动进入Debug Perpspective, 如图 16所示。其中当进入Debug模式时,就会在main函数中暂停。其中在nsight的工具栏中有四个相关的调式按钮:

  • Step Info:进入函数;
  • Step Over单步执行;
  • Step Return退出函数;
  • Resume跳到下一断点。

技术分享

16

4.3 CUDA性能分析器

nsight同时集成了Profiler的分析工具,当打开一个项目后就能够非常方便了进行性能分析。其分析Perpspective与visual Profiler一样,如图 17所示。

 

技术分享

17

5. nvml库

5.1 安装方式

运行安装完nvml库后,

  • lib文件安装路径是:/usr/src/gdk/nvml
  • .h文件的安装路径是:/usr/include/nvidia/gdk/nvml.h

5.2 使用方式

  • lib文件

    /usr/src/gdk/nvml/lib/目录下的两个文件复制到/usr/lib64,并覆盖以前文件。若在项目中需要使用该库,则需添加所以的lib路径,如在nsight项目中按如图 18所示进行添加。

技术分享

18

  • .h文件

    若在项目中需要使用nvml库,则只需在源程序中包含nvml.h文件,同时在环境中需要添加nvml.h文件所在的路径,如图 19所示。

    技术分享

19

评论(0
© 2014 mamicode.com 版权所有 京ICP备13008772号-2  联系我们:gaon5@hotmail.com
迷上了代码!