源代码安装FIO并启用GDS（cufile）引擎

想用benchmark去测试GDS（GPUDirectStorage）的速度，一般会采用英伟达官方的Gdsio，但FIO在3.26版本中提供了可以使用GDS的引擎，所以笔者选择使用FIO和Gdsio做实验对比。
但苦于GDS关注度太低，非官方资料实在太少，即使是英文搜索也没有解决方案，整个安装过程非常艰难。所以动笔写下了本文，希望能给到后来者一些帮助。

---

0. 环境

本文的对象是已经装有GDS的开发者，所以不提供GDS相关的安装教程。

系统：ubuntu 18.04
GPU：Quadro p4000

1. 下载FIO

如果是一般用途的话，只需要apt/yum去从仓库去一键安装即可。但由于cufile引擎并非默认功能，我们需要从github或者其他途径去获取源代码安装。

$ git clone https://github.com/axboe/fio.git

2. 配置路径

进入到FIO文件夹中，可以运行

$ ./configure

去测试环境中的库是否完整。

之后我们就要确定在/usr/lib中有libcudart.so和libcufile.so这两个链接，如果没有就在GDS的路径里找到源文件并新建一个链接到/usr/lib中（此处注意创建链接时要用绝对路径）。

3. 修改配置

在确定好上一节内容无报错之后，我们就可以修改configure文件来开启libcufile引擎了。
利用文字编辑器打开configure，利用搜索功能查看# Default CFLAGS部分，在CFLAGS行添加

I/usr/local/cuda/lib64 -I/usr/local/cuda/include -I/usr/lib

再利用搜索功能搜索compile_prog(),在这个函数的do_cc行中末尾添加

-ldl

同样利用搜索功能查找 # default options部分，将其中的libcufile和cuda项都改为yes。

最后，搜索# libcufile probe部分，在#include 后添加

#include 

完成后即可保存退出。

4. 应用配置并安装

完成上节内容后再次运行configure文件，配置通过后输入

$ make

进行编译，如果无报错既大功告成！ 最后再输入

$ make install

完成最后的安装。

---

写下这些内容不过半小时的时间，不过解决这些足足用了我一天一夜才完成，小众领域探索不易，欢迎一起探索GDS的朋友们多多指教。