图形工作站、集群应用方案
  • 网站首页
  • 商城
  • 产品
  • 行业计算
  • 科学工程计算
  • 化学&生物
  • 图形设计
  • 图像处理
  • 视景仿真
  • 人工智能
  • 影视后期
全球领先的高端图形工作站供应商

免费测试 热线 : 400-7056-800 【 为任何应用提供 最快计算设备 如不符,退货】【最新报价】【选购指南】【京东商城】



企业通用模版网站

  • 科研团队全能超算平台25v1
  • 超高分拼接 数字孪生
  • 科学计算MatLAB工作站24
  • 地质建模 油藏模拟工作站
  • 工业CT扫描 机器视觉计算
  • 电力系统关键应用配置24
  • 网站首页
  • 商城
  • 产品
  • 行业计算
  • 科学工程计算
  • 化学&生物
  • 图形设计
  • 图像处理
  • 视景仿真
  • 人工智能
  • 影视后期
  • 送无人机啦 8核6.4GHz  96核4.8GHz 加速改装 

  • 高性能集群 虚拟并行计算 芯片设计 光学仿真 

  • 蛋白质预测 生物信息 冷冻电镜 材料模拟

  • RSS订阅
  • 理科计算推荐
  • 仿真计算最快最完美25v1
  • 电磁仿真单机与集群25v1
  • 航拍实景建模单机集群
  • 遥感图像处理工作站集群
  • 4K/8K剪辑特效调色24v1
  • AI大模型工作站集群25v1
  • Abaqus硬件配置大全24v3
  • CST电磁仿真工作站25v1
  • 多物理场仿真单机与集群
  • 流体/空气动力学仿真25v1
  • 量子化学 分子动力模拟
  • 三维设计24v2  3D打印

 

您的位置:UltraLAB图形工作站方案网站 > GPU计算 > GPU开发工具 > CUDA 在linux系统安裝指南

CUDA 在linux系统安裝指南

时间:2009-02-09 03:55:00   来源:UltraLAB图形工作站方案网站   人气:14887 作者:admin

适用的操作系统
--------------------------------------------------------------------------------
Fedora 7
Redhat Enterprise 3.x,4.x,5.x
SUSE Linux Enterprise Desktop 10-SP1
OpenSUSE 10.1,10.2
Ubuntu 7.04
--------------------------------------------------------------------------------


安装程序(TESLA 搭配非 NVIDIA 显卡使用,可不须安装该显卡驱动程序)
--------------------------------------------------------------------------------
1.
于Terminal中(不要进 XWindow)
安装 CUDA 运算驱动程序 169.09
TESLA S870
所使用驱动程序版本为 171.05
关于如何安装 NVIDIA 的 Linux 驱动程序,请参考
NVIDIA Accelerated Linux Driver Set README and Installation Guide
http://us.download.nvidia.com/XFree86/Linux-x86/1.0-9755/README/index.html
安装完毕可以在Terminal中执行[nvidia-xconfig -query-gpu-info]以查看所安装的 NVIDIA GPU
执行结果请见下图
A1A.jpg 


2.
安装 NVIDIA CUDA Toolkit 1.1
NVIDIA_CUDA_Toolkit_1.1_*_x86*.run
安装程序会要求你输入安装路径或是接受默认值,推荐以 root 身份安装并使用默认路径(/usr/local)
在之后我们将会以<CUDA_INSTALL_PATH>来代替实际的安装路径
增加 CUDA 二进制文件(nvcc)及函数路径(libcuda.so)到 PATH 及 LD_LIBRARY_PATH 的环境变量
安装完毕可以执行[nvidia-smi]以查看所安装的 CUDA GPU
[nvidia-smi]
是 NVIDIA 提供可以让我们确认安装在机器中的 GPU 是否都能正常运行 CUDA 的新工具
执行结果请见下图
A2A.jpg 


3.
安装 NVIDIA CUDA SDK
NVIDIA_CUDA_SDK_1.1_Linux.run
安装程序会要求输入安装路径或是接受默认值,默认安装路径为用户的家目录
(/NVIDIA_CUDA_SDK)
。
在之后我们将会以<SDK_INSTALL_PATH>来代替实际的安装路径
在家目录下的.bash_profile 中,加入以下几行
PATH=$PATH:<CUDA_INSTALL_PATH>/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<CUDA_INSTALL_PATH>/lib
export PATH
export LD_LIBRARY_PATH

4.
建构 SDK project 范例程序
cd <SDK_INSTALL_PATH>
Build:
- release
输入 "make".
- debug
输入 "make dbg=1".
- emurelease
输入 "make emu=1".
- emudebug
输入 "make emu=1 dbg=1".make
在<SDK_INSTALL_PATH>执行 make 创建范例程序所使用的 libcutil 这个公共工具
libcutil
是为了方便使用而提供的,不属于 CUDA 的一部分,且撰写的程序也不需要用到它

5.
执行范例
在范例程序当中的 deviceQuery 是让我们得到装在这台机器上可以进行 CUDA 运算的 GPU 信息
建构范例程序
cd <SDK_INSTALL_PATH>/projects/deviceQuery
make
然后在 <SDK_INSTALL_PATH>/bin/linux32/release/deviceQuery 执行范例程序
deviceQuery
执行结果如下图
而执行 release, debug, emurelease 或 emudebug 等
其目录位于/bin/linux32/[release|debug|emurelease|emudebug]
A3A.jpg 



以上附图部份为安装 S870 于 Linux 运行的状态
安装环境
主板:TYAN S2895
CPU
:Opteron 285 2.6GHz
RAM
:ADATA 2GB * 4
OS
:Fedora 7 64bit
CUDA device
:NVIDIA TESLA S870


--------------------------------------------------------------------------------
创建自己的程序
--------------------------------------------------------------------------------
使用 CUDA SDK 可以很容易的创建新的 CUDA 程序。
以复制及修改 CUDA SDK 提供的项目"template"的方式来符合你的需求 #p#page_title#e#
步骤如下

1.
复制整个"template"项目(这边以 myproject 代表你所要创建的项目)
cd <SDK_INSTALL_PATH>/projects
cp -r template <myproject>

2.
把项目的文件名称改成你要的文件名称
mv template.cu myproject.cu
mv template_kernel.cu myproject_kernel.cu
mv template_gold.cpp myproject_gold.cpp

3.
把项目内容的文件名称改成你要的文件名称
编辑 Makefile 及原始档
把所有的"template"用"myproject"取代

4.
建构专案
make

5.
在下面的位置执行新的程序
../../bin/linux32/release/myproject
执行结果应该是"Test PASSED"

6.
最后再将程序代码改成符合你的运算需求即可
此部份请参考 CUDA Programming Guide

关闭此页
上一篇:OpenCL与CUDA架构深入解析
下一篇:全球頂尖学府采用NVIDIA CUDA教授并行计算編程課程

相关文章

  • 05/13体系化仿真计算设备系统组成分析及工作站/服务器/存储配置推荐
  • 05/12AMD 第 6 代 EPYC Venice:发现 CCD 配置和线程性能
  • 05/12UltraLAB定制图形工作站产品介绍2025v2
  • 05/09Xeon6代+4块GPU--图灵超算工作站GT450M介绍
  • 05/09汽车风阻测试模拟分析、算法,及服务器/工作站计算设备硬件配置推荐
  • 04/26高频交易(HFT)应用分析、算法,服务器/工作站硬件配置推荐
  • 04/25衍生品定价与风险对冲应用分析、算法,及服务器工作站硬件配置
  • 04/25量化交易策略应用算法分析、服务器工作站硬件配置
  • 04/24金融风险管理应用算法分析、服务器/工作站硬件配置推荐
  • 04/19油藏模拟软件的算法分析以及图形工作站/服务器硬件配置推荐25v2

工程技术(工科)专业工作站/服务器硬件配置选型

    左侧广告图2

新闻排行榜

  • 1深入浅出谈CUDA-CUDA详解
  • 2CUDA的应用与案例详解
  • 3CUDA 在linux系统安裝指南
  • 4CUDA软硬件环境简介
  • 5深入浅出谈CUDA-GPI的硬件架构
  • 6DirectCompute & DirectX 11 计算着色器编程简介(翻译)
  • 7基于GPU的遥感影像数据融合IHS变换算法
  • 8Windows 7与CUDA架构的兼容性测试
  • 9CUDA的应用领域与发展前景
  • 10CUDA:领导GPU高性能计算的革命

最新信息

  • ArrayFire新版本支持Intel Xeon Phi协处理器
  • PGI将OpenACC技术扩展至英特尔Xeon Phi协处理器
  • NVIDIA面向高性能计算开发推出Nexus环境
  • Windows 7与CUDA架构的兼容性测试
  • 异构计算两大引擎再次加速
  • DirectCompute & DirectX 11 计算着色器编程简介(翻译)
  • 用GPU通用并行计算绘制曼德勃罗特集图形 下篇
  • 用GPU通用并行计算绘制曼德勃罗特集图形 上篇

应用导航:

工作站产品中心 京东商城 中关村商城 淘宝商城 超高分可视化商城 便携工作站商城 ANSYS CATIA Microsoft INTEL NVIDIA 网站统计

公司简介-业务咨询-招聘英才-资料下载-UM-

本网站所有原创文字和图片内容归西安坤隆计算机科技有限公司版权所有,未经许可不得转载
陕ICP备16019335号 陕公网安备61010302001314号
Copyright © 2008-2023 , All Rights Reserved

首页
热线
商城
分类
联系
顶部