主页 / ubuntu / 问题 / 917356
Accepted
MikiBelavista
Asked: 2017-05-22 01:35:19 +0800 CST

如何在 16.04 中验证 CUDA 安装？

  • 772

我工作了很多，但我不确定是否一切正常。

nvidia-smi
Sun May 21 11:29:57 2017       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 375.39                 Driver Version: 375.39                    |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce GT 730      Off  | 0000:01:00.0     N/A |                  N/A |
| 40%   39C    P8    N/A /  N/A |    295MiB /  1984MiB |     N/A      Default |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID  Type  Process name                               Usage      |
|=============================================================================|
|    0                  Not Supported                                         |
+-----------------------------------------------------------------------------+

然后

 nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2015 NVIDIA Corporation
Built on Tue_Aug_11_14:27:32_CDT_2015
Cuda compilation tools, release 7.5, V7.5.17

最后

which nvcc
/usr/bin/nvcc

但是我的安装目录是

ldconfig -p | grep cuda
    libnvrtc.so.8.0 (libc6,x86-64) => /usr/local/cuda-8.0/targets/x86_64-linux/lib/libnvrtc.so.8.0
    libnvrtc.so (libc6,x86-64) => /usr/local/cuda-8.0/targets/x86_64-linux/lib/libnvrtc.so
    libnvrtc-builtins.so.8.0 (libc6,x86-64) => /usr/local/cuda-8.0/targets/x86_64-linux/lib/libnvrtc-builtins.so.8.0
    libnvrtc-builtins.so (libc6,x86-64) => /usr/local/cuda-8.0/targets/x86_64-linux/lib/libnvrtc-builtins.so

这样可以吗？为什么nvcc指向其他目录？

nvidia

2 个回答

  1. Best Answer

    这个可以吗？

    是的，一切都如预期的那样。

    为什么 nvcc 指向其他目录？

    nvcc位于可执行文件的典型文件夹中，而其他文件夹是 CUDA“驱动程序”。这主要是英伟达的决定，但这是有道理的。

    • 20

  2. 编译并运行一个 CUDA hello world

    “是否安装正确”问题的最佳答案往往是：“尝试将其用于您想使用的任何东西，看看是否会爆炸以及它是否像您预期的那样快”。

    如果“炸毁”部分失败，您可能想尝试让一个 hello world 工作：

    主文件

    #include <cassert>

#define N 3

__global__ void inc(int *a) {
    int i = blockIdx.x;
    if (i<N) {
        a[i]++;
    }
}

int main() {
    int ha[N], *da;
    cudaMalloc((void **)&da, N*sizeof(int));
    for (int i = 0; i<N; ++i) {
        ha[i] = i;
    }
    cudaMemcpy(da, ha, N*sizeof(int), cudaMemcpyHostToDevice);
    inc<<<N, 1>>>(da);
    cudaMemcpy(ha, da, N*sizeof(int), cudaMemcpyDeviceToHost);
    for (int i = 0; i < N; ++i) {
        assert(ha[i] == i + 1);
    }
    cudaFree(da);
    return 0;
}

    GitHub 上游.

    并编译和运行：

    nvcc -o main.out main.cu
./main.out

    并且断言在我正常工作的设置上不会失败。

    然后，如果失败，请查看如何安装问题：

    运行一些 CPU 与 GPU 基准测试

    更有趣的性能检查是采用一个优化良好的程序，该程序在 CPU 或 GPU中执行单个GPU 可加速算法，并运行两者以查看 GPU 版本是否更快。

    TODO 在这里提出并测试一个，例如与MAGMA (GPU)和 LAPACKE (CPU) 的矩阵乘法。它们可能会公开相同的 C API，因此可以很容易地比较结果。

    然后，您还可以nvidia-settings在运行时打开以查看 GPU 是否实际上仅在 GPU 版本中使用：如何检查 Ubuntu 是否正在使用我的 NVIDIA 显卡？

    • 7

相关问题