it-swarm.com.de

Installation von CUDA unter Ubuntu 12.10 GeForce GT 630

was sind Ihre Eindrücke über die Installation der CUDA-API unter Ubuntu 12.10? Ich habe über einige Inkompatibilitäten mit gcc ( hier d. H.) Gelesen, dass Sie v.4.4 neu installieren müssen, aber selbst dann können Sie sich in Ihr System verlieben. da ich sys nicht erneut installieren möchte (ich habe es kürzlich ein paar Mal gemacht: p), möchte ich Sie fragen, ob dieses Skript auf meinem x64 Ubuntu 12.10 unter AMD proc sicher ist.

meine akzeptierte Antwort erlaubte, CUDA 3-Komponenten mit 4.6 zu installieren, aber der Treiber ist nicht angemessen, vielleicht ist nur gcc-4.4 und g ++ - 4.4 in der Tat angemessen - jetzt versuche ich 4.4

lesen Sie also bitte die Antwort von Soroosh129 und wenden Sie dann meine zusätzlichen Vorschläge an, während Sie das tun, was er beschrieben hat.

zusätzliche Bemerkungen:

sie müssen CUDA zu PATH und LD_LIBRARY_PATH hinzufügen. Ich habe Folgendes zu .bashrc in meinem Home- und im Root-Home-Ordner hinzugefügt:

export PATH=$PATH:/usr/local/cuda-5.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-5.0/lib64:/lib

endlich habe ich ohne treiber installiert. nur CUDA Toolkit und Beispiele ohne Treiber, und meine Standardeinstellung "NVIDIA Xorg-Binärtreiber, Kernelmodul und VDPAU-Bibliothek von nvidia-current" verwenden. mit Ergebnis

> Toolkit:Installed, Samples:Instaled

 but also 

> "Incomplete installation. this didn't install CUDA driver. driver
> version at least 304.54 required for CUDA 5.0 to work"

wahrscheinlich ist das korrekt installiert, ich habe das in clock sample gemacht mit folgendem ergebnis:

[email protected]:/usr/local/cuda-5.0/samples/0_Simple/clock$ ls
clock.cu  Makefile  NsightEclipse.xml  readme.txt
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/clock$ Sudo make
[Sudo] password for me: 
/usr/local/cuda-5.0/bin/nvcc -m64  -gencode Arch=compute_10,code=sm_10 -gencode Arch=compute_20,code=sm_20 -gencode Arch=compute_30,code=sm_30 -gencode Arch=compute_35,code=sm_35 -I/usr/local/cuda-5.0/include -I. -I.. -I../../common/inc -o clock.o -c clock.cu
g++ -m64 -o clock clock.o -L/usr/local/cuda-5.0/lib64 -lcudart 
mkdir -p ../../bin/linux/release
cp clock ../../bin/linux/release
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/clock$ ./clock
CUDA Clock sample
GPU Device 0: "GeForce GT 630" with compute capability 2.1

Total clocks = 54830
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/clock$ 

und noch ein Beispiel:

[email protected]:/usr/local/cuda-5.0/samples/0_Simple$ cd asyncAPI
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/asyncAPI$ ls
asyncAPI.cu  Makefile  NsightEclipse.xml  readme.txt
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/asyncAPI$ Sudo make
/usr/local/cuda-5.0/bin/nvcc -m64  -gencode Arch=compute_10,code=sm_10 -gencode Arch=compute_20,code=sm_20 -gencode Arch=compute_30,code=sm_30 -gencode Arch=compute_35,code=sm_35 -I/usr/local/cuda-5.0/include -I. -I.. -I../../common/inc -o asyncAPI.o -c asyncAPI.cu
g++ -m64 -o asyncAPI asyncAPI.o -L/usr/local/cuda-5.0/lib64 -lcudart 
mkdir -p ../../bin/linux/release
cp asyncAPI ../../bin/linux/release
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/asyncAPI$ ls
asyncAPI  asyncAPI.cu  asyncAPI.o  Makefile  NsightEclipse.xml  readme.txt
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/asyncAPI$ ./asyncAPI
[./asyncAPI] - Starting...
GPU Device 0: "GeForce GT 630" with compute capability 2.1

CUDA device [GeForce GT 630]
time spent executing by the GPU: 32.30
time spent by CPU in CUDA calls: 0.04
CPU executed 114066 iterations while waiting for GPU to finish
[email protected]:/usr/local/cuda-5.0/samples/0_Simple/asyncAPI$ 

hier ist ein verwandtes Problem bei StackOverflow.

danke Soroosh129!

enter image description here

5
4pie0

Installieren des CUDA-Toolkits :

Herunterladen des CUDA-Toolkits :

Laden Sie zuerst das CUDA-Toolkit für Ubuntu 11.10 von hier herunter. Es gibt auch ein CUDA-Toolkit von Repos. Vielleicht funktioniert das, aber ich habe es noch nicht getestet:

Sudo apt-get install nvidia-cuda-toolkit

Nachdem Sie die * .run-Datei heruntergeladen haben, platzieren Sie sie an einer Stelle, an der Sie sie leicht finden können, beispielsweise auf dem Desktop.

Voraussetzungen :

Installieren Sie vor der Installation des CUDA-Toolkits zunächst freeglut3, wie es von CUDA-Beispielen benötigt wird:

Sudo apt-get install freeglut3 freeglut3-dev

Dann wird empfohlen, dass Sie nur für den Fall einen Sim-Link zu dieser Version von freeglut erstellen, aber Sie könnten in Ordnung sein, wenn Sie keine anderen Versionen von freeglut haben:

Entfernen Sie zuerst den vorhandenen Sim-Link:

Sudo rm /usr/lib/libglut.so

Dann füge deinen eigenen Sim-Link hinzu:

Sudo ln -s /usr/lib/x86_64-linux-gnu/libglut.so.3 /usr/lib/libglut.so

Jetzt müssen die vorhandenen gcc und g++ Sim-Links entfernt werden, da sie standardmäßig bereits vorhanden sind:

Entfernen Sie die vorhandenen Sim-Links:

Sudo rm /usr/bin/cpp
Sudo rm /usr/bin/gcc
Sudo rm /usr/bin/g++

Dann installiere gcc-4.6 und g++-4.6 (du hast auch die Möglichkeit, gcc 4.4 zu installieren, aber meiner Meinung nach ist 4.6 besser):

Sudo apt-get install gcc-4.6 g++-4.6

Stellen Sie dann einen Sim-Link zu diesen Compilern her, damit CUDA diesen Compiler als primären Compiler verwendet:

Sudo ln -s /usr/bin/cpp-4.6 /usr/bin/cpp
Sudo ln -s /usr/bin/gcc-4.6 /usr/bin/gcc
Sudo ln -s /usr/bin/g++-4.6 /usr/bin/g++

Installieren des CUDA-Toolkits :

Drücken Sie Ctrl + Alt + F1, um zum ersten virtuellen Terminal zu gelangen. Geben Sie Ihren Benutzer und Ihr Kennwort ein und navigieren Sie zu dem Ordner, in dem Sie die Datei gespeichert haben. Beispiel:

cd ~/Desktop/

Fügen Sie dann der Datei *.run Ausführungsberechtigungen hinzu:

Sudo chmod +x cudatoolkit*.run

Ersetzen Sie cudatoolkit*.run durch den tatsächlichen Namen der heruntergeladenen Datei, in Ihrem Fall cuda_5.0.35_linux_64_ubuntu11.10-1.run.

Beenden Sie dann den Dienst lightdm:

Sudo service lightdm stop

und führen Sie schließlich das CUDA-Toolkit aus:

Sudo ./cudatoolkit*.run

ersetzen Sie cudatoolkit*.run erneut durch den tatsächlichen Namen. Folgen Sie dann den Anweisungen auf dem Bildschirm.

Hinweis :

Falls etwas schief geht, können Sie es auch mit gcc-4.4 entfernen:

Sudo apt-get remove gcc-4.x g++-4.x

Ersetzen Sie x durch Ihre Version.

Schließlich können Sie es wieder auf den ursprünglichen Zustand zurücksetzen, indem Sie die Sim-Links auf das Original zurücksetzen:

Sudo rm /usr/bin/cpp
Sudo rm /usr/bin/gcc
Sudo rm /usr/bin/g++
Sudo ln -s /usr/bin/cpp-4.7 /usr/bin/cpp
Sudo ln -s /usr/bin/gcc-4.7 /usr/bin/gcc
Sudo ln -s /usr/bin/g++-4.7 /usr/bin/g++
5
Soroosh129