Instalación, configuración, pruebas y herramientas

Resumen de cómo instalar el entorno de cuda, herramientas y librerías, configuración del entorno y ejecución de los ejemplos del SDK de NVIDIA.

Descargar de la página oficial de Nvidia

Ejecutar sh driver.run el driver bajado de la pagina de nvidia.

Descargar el Toolkit de la pagina oficial de Nvidia, actualmente están disponibles versión 4.0.

Ejecutar sh toolkit.run

Instaldo en por defecto /usr/local/cuda

Añadir al PATH

PATH + /usr/local/cuda/bin LD_LIBRARY_PATH + /usr/local/cuda/lib64:/usr/local/cuda/lib

Descargarlo de la página oficial de Nvidia.

Ejecutar sh cula_linux64.run

Instalado por defecto en /usl/local/cula

Añadir al PATH

CULA_ROOT=/usr/local/cula

CULA_INC_PATH=$CULA_ROOT/include

CULA_BIN_PATH_64=$CULA_ROOT/bin

CULA_LIB_PATH_64=$CULA_ROOT/lib64

PATH + $CULA_BIN_PATH_64

LD_LIBRARY_PATH + $CULA_LIB_PATH_64

Descargar de la página oficial de Nvidia

Instalado en /usr/local/cuda/NVIDIA_GPU_Computing_SDK

export CUDA_ROOT=/usr/local/cuda

export CUDA_BIN=$CUDA_ROOT/bin

export CUDA_LIB=$CUDA_ROOT/lib64:$CUDA_ROOT/lib

export CULA_ROOT=/usr/local/cula

export CULA_INC_PATH=$CULA_ROOT/include

export CULA_BIN_PATH_64=$CULA_ROOT/bin

export CULA_LIB_PATH_64=$CULA_ROOT/lib64

export PATH=$PATH:$CUDA_BIN:$CULA_BIN_PATH_64

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_LIB:$CULA_LIB_PATH_64

Una buena práctica para comprobar que tenemos todo bien instalado es compilar los ejemplos que nos ofrecen, en el sdk.

Para poder compilar todos los ejemplos es necesario que este instalado openGL.

Nos haremos una copia privada del contenido de la carpeta /usr/local/cuda/NVIDIA_GPU_Computing_SDK

Una vez que tienes la copia en la carpeta C, están todos los ejemplos.

Si tenemos una máquina de 32 bits, valdrá con hacer make pero make x86_64=1 para compilar en versión de 64 bits

El Toolkit nos ofrece un debugger llamado cuda-gdb.

Se usa de la misma forma que el gdb.

Para usarlo añadir el flag -G al compilar.

Posible problema:

Si sólo tenemos una trajeta gráfica, la GPU que usamos para cómputo es la misma que se usa para el entorno gráfico. En este caso obtendremos este mensaje al intentar ejecutar la aplicación en el depurardor:

error: All CUDA devices are used for X11 and cannot be used while debugging.

La solución sería para la X y usar en modo texto desde un terminal. Una forma de hacerlo es arrancar la máquina en nivel 3 (init 3: arranca sin entorno gráfico).

Una vez que la maquina está arrancada si intentamos ejecutar algún ejecutable cuda, obtendremos un error que nos idicara que no hay ningún dispositvo cuda.

Por tanto hay que montar el dispositvo, una forma de hacerlo es startx y una vez que esta las X arrancadas tirarlas con control C

Para poder ejecutar el profiler, tendremos que actualizar nuestra variable LD_LIBRARY_PATH

export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:<CudaToolkitDir>/computeprof/bin

Una vez hecho ejecutaremos el profiler con /usr/local/cuda/computeprof/bin/computeprof

Existe una librería llamada cuPrintf desarrolada por NVIDIA, la cual permite hacer impresiones desde un kernel.

Ejemplo básico de uso:

#include "cuPrintf.cu"

   

__global__ void testKernel(int val){

        cuPrintf("Value is: %d\n", val);

}

int main(){

        cudaPrintfInit();

        testKernel<<< 2, 3 >>>(10);

        cudaPrintfDisplay(stdout, true);

        cudaPrintfEnd();

        return 0;

}

Observaciones:

La llamada cuPrintf sólo permite un máximo de 10 párametros y 12 bytes como máximo, de modo que los %s pueden desbordarlo.

La librería sobrecarga la mucho, por lo que afecta mucho al rendimiennto. Usar sólo para depurar.