CUDA與Linux系統

本文轉載自查看原文 2015-11-28 22:35 2527 CUDA

CUDA與Linux系統

CUDA與Linux平台 1

目錄 2

3 分析工具：CUDA Profile 5

3.1 Visual Profiler：圖形化 5

3.2 nvprof Profiler：命令行 6

4 集成工具：nsight Eclipse 8

4.1 CUDA編輯器 8

4.2 CUDA調試器 10

4.3 CUDA性能分析器 11

1. CUDA安裝

在Linux系統上安裝CUDA toolkit需要下載兩個包：驅動和toolkit

cuda_7.0.28_linux.run
NVIDIA-Linux-x86_64-352.41.run

1.1 安裝toolkit

toolkit包中提供多項功能，有顯卡驅動、toolkit和samples；安裝過程為：

退出X server：在控制終端執行命令：init 3；
啟動安裝包：執行命令：sh cuda_7.0.28_linux.run;
跳出安裝須知：執行命令：strl + C，並輸入accept；
不進行顯卡驅動安裝：在第一個選項中輸入命令：N
其它選項：其它選項都選擇Y或者直接回車。
添加環境變量：在~/.bashrc文件中添加如下兩行

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

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

參考文獻：CUDA_Getting_Started_Linux.pdf

1.2 安裝顯卡驅動

本來CUDA toolkit中自帶顯卡驅動，但是由於自動安裝顯卡驅動后，導致Linux系統圖形界面無法啟動，所以需要手動下載和安裝顯卡驅動，其安裝過程為：

退出圖形界面：運行命令為：init 3；
啟動：啟動驅動文件，命令為：sh NVIDIA-Linux-x86_64-352.41.run -a;
配置：安裝完成后，會提示是否運行nvidia顯卡工具來自動更新xorg.conf文件，選擇"Yes"；
返回圖形界面：在顯卡安裝完成后，返回圖形界面，命令為：startx；

參考文獻：Linux下，手動安裝NVIDIA顯卡官方驅動；

2. 調式工具：CUDA GDB

對於CUDA的調式工具GDB，需要使用GPU的設備。但是當在圖形界面時，GPU設備已經被占用着，所以若需要使用CUDA GDB需要退出X server，進入init 3。其使用過程為：

退出X server：在終端執行命令：init 3
編譯：若源程序為：pmandel.cu，編譯命令可以為：nvcc -g -G pmandel.cu -o pamandel;若是有makefile文件，則也可執行命令：make。如圖 5所示。

圖 1

啟動GDB：執行命令：cuda-gdb pmandel；如圖 6所示。

圖 2

設置斷點：可以在任何函數或行設置斷點，如執行命令：break main；或break 21；
開始調式：執行命令為：run；
繼續執行：可以執行命令：continue，或是：C；如圖 7所示。

圖 3

單步執行：命令為：next，或是：n
顯示信息：可以執行命令：info cuda Commands，其中的Commands可以是threads、blocks、warps和contexts等命令，其它信息可參考《cuda-gdb.pdf》。如圖 8所示。

圖 4

參考文獻：cuda-gdb.pdf

3. 分析工具：CUDA Profile

3.1 Visual Profiler：圖形化

Visual Profiler是NVIDIA提供的圖形化分析工具，其在成功安裝CUDA toolkit后，就能夠使用。通過Profiler能夠對CUDA 應用的CPU和GPU的時間節點進行分析，並能夠調優CUDA應用的性能。Visual Profiler的簡單使用方法如下所示：

1. 啟動：在控制終端輸入命令：nvvp；如圖 5所示的啟動后界面。

圖 5

2. 新建session：其創建入口為：FileàNew Session，如圖 6所示是新建Session對話框，在該對話框中的File輸入框中輸入需被分析的可執行文件。

圖 6

3. 分析結果：在新建Session對話框中輸入相應的可執行文件后，就能產生分析結果，如圖 7所示。

圖 7

3.2 nvprof Profiler：命令行

通過nvprof可以以命令行的形式分析和調優CUDA應用程序。nvprof的使用形式是：

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

1) summary模型

這是nvprof的默認模型，在這個模型中只簡單輸出核函數和CUDA內存復制性能。如對於需要被測試的可執行文件boxFilterNPP，可直接執行命令：nvprof boxFilterNPP。如圖 8所示的結果。

圖 8

2) GPU-Trace和API-Trace模型

這個模型能夠以時間軸順序提供所有在GPU發生的活動點，每個核函數的執行或是復制/賦值都能夠詳細的顯示。如圖 9所示。

圖 9

3) Event/metric Summary模型

通過這個模型能夠在指定的NVIDIA GPU上顯示所有可用的Event/metric，

圖 10

4) Event/metric Trace Mode

通過這個模型能夠顯示每個核函數的event和metric值。如圖 11所示。

圖 11

參考文獻：CUDA_Profiler_Users_Guide.pdf

4. 集成工具：nsight Eclipse

4.1 CUDA編輯器

Linux中也有CUDA的集成開發工具nsight。其中在CUDA toolkit中自帶nsight，所以當成功安裝toolkit后，就可以啟動nsight。其使用過程為：

1) 啟動：在終端中輸入：nsight；如圖 1所示是啟動后的nsight界面。

圖 12

2) 創建項目：在nsight界面中：FileàProjectàCUDA c/c++ projectàExecutableà其中一項，如圖 2所示的Executable選項。

圖 13

3) 編譯：創建可執行文件：右擊項目àBuild Project; 如圖 3所示。

圖 14

4) 執行：右擊項目àRun AsàCocal c/c++ Application;如圖 4所示。

圖 15

參考文獻：nsight_Eclipse_Edition_getting_started.pdf;

4.2 CUDA調試器

nsight也集成了gdb，通過nsight可用非常方便了對cuda程序進行調式。其中若需要進入Debug模型需要退出X server，進入init 3。當單擊Debug按鈕時，就會自動進入Debug Perpspective, 如圖 16所示。其中當進入Debug模式時，就會在main函數中暫停。其中在nsight的工具欄中有四個相關的調式按鈕：