GPU 编程入门到精通（一）之 CUDA 环境安装

博主由于工作当中的需要，开始学习 GPU 上面的编程，主要涉及到的是基于 GPU 的深度学习方面的知识，鉴于之前没有接触过 GPU 编程，因此在这里特地学习一下 GPU 上面的编程。有志同道合的小伙伴，欢迎一起交流和学习，我的邮箱: [email protected] 。使用的是自己的老古董笔记本上面的 Geforce 103m 显卡，虽然显卡相对于现在主流的系列已经非常的弱，但是对于学习来说，还是可以用的。本系列博文也遵从由简单到复杂，记录自己学习的过程。

---

0. 目录

• GPU 编程入门到精通（一）之 CUDA 环境安装
• GPU 编程入门到精通（二）之 运行第一个程序
• GPU 编程入门到精通（三）之 第一个 GPU 程序
• GPU 编程入门到精通（四）之 GPU 程序优化
• GPU 编程入门到精通（五）之 GPU 程序优化进阶

1. CUDA-5.5 的新特性

• —— 动态并行(Dynamic Parallelism)：GPU 加速新算法

  GPU 线程可以动态地衍生新线程，从而更好地适应数据流。
  通过最大程度地简化与 GPU 的往来通信，动态并行技术可以大大简化并行编程，
  让更多流行算法支持 GPU 加速，比如自适应网格加密、计算流体动力学等等。

• —— GPU-Callable 库：支持第三方生态系统

  新的 CUDA BLAS 库可以让开发人员为他们自己的 PU-Callable 库使用动态并行，
  比如设计插件API、让其他人扩展其内核的功能性，部署 GPU Callback、自定义第三方 GPU-Callable 库的功能性。
  对象链接(object linking)可将多个 CUDA 源文件编译成不同的对象文件，然后链接到更大的应用和库中，从而更简单、更高效地开发大型 GPU 应用。

• —— GPUDirect 支持 RDMA (远程直接内存访问)：消除系统内存瓶颈
  GPUDirect 技术建立了 GPU 与其它 PCI-E 设备的直接通信，并支持网卡与 GPU 之间的 RDMA，还能大幅降低集群中GPU 节点间的 MPISendRecv 延迟、改进整体应用性能。

• —— NVIDIA Nsight Eclipse Edition：快速简单地生成 GPU 代码

  Linux、Mac OS X 平台上，NVIDIA Nsight Eclipse Edition 可以让开发人员在熟悉的 Eclipse IDE 环境内开发、调试和编译 GPU 应用，并自带 CUDA 编辑器和 CUDA 示例，可以更快地生成 CUDA 代码，还整合了专家级的分析系统，提供自动性能分析，以及修复代码中性能瓶颈的向导，还有语法高亮区分 GPU 代码和 CPU 代码。

2. 操作系统支持

CUDA 5 操作系统支持包括：Windows XP 台式机、Windows Vista/7/8 台式机和笔记本、Ubuntu 11.04/11.10、Fedora 16、Red Hat Enterprise Linux 5.x/6.x(后者仅限64位)、OpenSUSE 12.1(64位)、SUSE Server 11 SP1/SP2、Mac OS X。

3. 安装环境检测

3.1. 检测自己的电脑是否具备支持 CUDA 的 GPU

可以采用如下命令：

lspci | grep -i nvidia

通过运行上面的命令，得到如下结果：

01:00.0 VGA compatible controller: NVIDIA Corporation G98M [GeForce G 103M] (rev a1)

通过命令，获知我的笔记本是 GeForce G 103M 型号的 GPU
进入如下链接，查看自己 GPU 型号是否支持 CUDA。
官网链接

3.2. 下载安装包

CUDA-5.5 安装包下载地址

进入后出现如下下载界面，现在已经出来 CUDA-6.5了，大家只要找到自己相应的安装包即可，这里视各自情况不同，自行选择。

我的系统是 ubuntu12.04 32位的，所以选择下载 Ubuntu 12.04 下面 32 位的 RUN 就可以了，600M+

4. CUDA-5.5 安装

4.1. 软件安装

安装 build-essential 安装包，以确保 cuda 及显卡驱动所需的 gcc 的安装

apt-get install build-essential

退出图形界面，进入控制台

/etc/init.d/lightdm stop

按【Ctrl】+【alt】+【F1】进入控制台界面，运行如下命令

sudo sh cuda_5.5.22_linux_32.run

在此过程中，一开始会出来一个文档，比较长，可以通过按下按键【q】退出文档，然后输入【accept】就可以安装，一直按确认，默认安装即可，中间会选择驱动文件目录等。

4.2. 环境变量配置

在 /etc/profile 下添加如下语句：

export PATH=$PATH:/usr/local/cuda-5.5/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-5.5/lib

通过运行如下命令，使得环境变量生效：

source /etc/profile

4.3. 退出控制台

启动 lightdm 服务

service lightdm start

5. 编译 Sample

直接运行 make 就可以编译 samples 里面的程序

随机找了一个例子运行如下:

---

关于 CUDA 的安装，介绍到这里，后续将关注 CUDA 编程方面的具体问题。
欢迎大家和我一起讨论和学习 GPU 编程。
[email protected]
http://blog.csdn.net/xsc_c