「GPU関連」の編集履歴(バックアップ)一覧はこちら
「GPU関連」(2011/12/22 (木) 14:18:16) の最新版変更点
追加された行は緑色になります。
削除された行は赤色になります。
CUDA 拡張 C 言語
http://gpu.fixstars.com/index.php/CUDA_%E6%96%87%E6%B3%95_1
http://imd.naist.jp/~fujis/cgi-bin/wiki/index.php?CUDA%A4%CE%A5%D9%A5%AF%A5%C8%A5%EB%B7%BF
openGL
http://wisdom.sakura.ne.jp/system/opengl/index.html
http://www.wakayama-u.ac.jp/~tokoi/opengl/libglut.html
複数ビデオカード設定
http://exth.net/~ohshima/cgi-bin/fswiki/wiki.cgi?page=%CA%A3%BF%F4%A4%CEGPU%A4%F2%CD%F8%CD%D1%A4%B9%A4%EB%CA%FD%CB%A1%A4%CB%A4%C4%A4%A4%A4%C6
NVIDIA SLI
http://plusd.itmedia.co.jp/pcupdate/articles/0411/29/news044.html
http://www.dosv.jp/feature/0804/28.htm
http://tech.ckme.co.jp/cuda_multi.shtml
openMP+GPU
http://gpu-computing.gsic.titech.ac.jp/Japanese/Lecture/2010-06-28/multi-gpu.pdf
http://imd.naist.jp/~fujis/cgi-bin/wiki/index.php?OpenMP%A4%F2%CD%D1%A4%A4%A4%C6%A5%DE%A5%EB%A5%C1GPU
https://engineering.purdue.edu/paramnt/OpenMPC/
PGIテクニカル情報コラム
http://www.softek.co.jp/SPG/Pgi/TIPS/para_guide.html
GPUによる数値計算
http://www.ipc.yamanashi.ac.jp/bul/final07/takagi/index.html
ほとんどの GPU のハードウェアは現在 NVIDIA 社と AMD 社の2大メーカによって作られている。NVIDIA 社のビデオカードでCUDAプログラミングが可能。
CUDAによるGPUコンピューティング
http://www.nvidia.co.jp/object/tesla_computing_solutions_jp.html
NVIDIA® CUDA™のパラレル・コンピューティング・アーキテクチャを行うには,GeForce®,Quadro®およびTesla™製品を買う必要がある。
ビデオカード選択
http://www.sakura-pc.jp/pc/contents/hardware/vga/geforce.html
http://homepage2.nifty.com/kamurai/VGA.htm
ビデオカード用電源:PCI-E補助電源
http://www.pasonisan.com/customnavi/z1012power/02atxconector.html
6ピンは75W、8ピンで150Wの電源供給が可能
================================================================
CUDA Apps and Researn & Apps
http://developer.nvidia.com/cuda-action-research-apps
================================================================
GPUPCプロジェクト
http://exth.net/~ohshima/cgi-bin/fswiki/wiki.cgi?page=GPUPC%A5%D7%A5%ED%A5%B8%A5%A7%A5%AF%A5%C8
================================================================
CUDAインストール
NVIDIA社のCUDAゾーンサイト
http://developer.nvidia.com/category/zone/cuda-zone
からCUDA TOOLKIT
http://developer.nvidia.com/cuda-toolkit
に行き、References内のCUDA downloads から最新バージョン(dell1234->64bit)をダウンロードできる。
Install Manual
http://developer.download.nvidia.com/compute/DevZone/docs/html/C/doc/CUDA_C_Getting_Started_Linux.pdf
ダウンロードファイル
devdriver_4.0_linux_64_270.41.19.run
cudatoolkit_4.0.17_linux_64_rhel6.0.run
これらはroot権限でインストール
> sh devdriver_4.0_linux_64_270.41.19.run
> sh cudatoolkit_4.0.17_linux_64_rhel6.0.run
ダイナミックリンクライブラリのパスを通す。
setenv LD_LIBRARY_PATH /usr/local/cuda/lib64
================================================================
GPU sampleファイル コンパイル 問題点
/home/sota-y/Token/GPU/sample1-linux に教科書のサンプルファイルをダウンロードしたが、そのままではうまくいかない。
修正点
1)ライブラリ libcutil.aが見つからなかった。これは64bitでインストールしたため、NVIDIA_GPU_Computing_SDK/C/
内に***_x86_64.aの名前のライブラリしか存在しないため。これについては
***_x86_64.aの名前のファイルをそれぞれ***.aという名前でコピーするとうまくいった。
( libcutil_x86_64.a => libcutil.a )
2) Makefile内ではデフォルトでgccでコンパイルしていた。これはg++に変えることで解決。
3) libstdc++.so.6 にGLIBCXX_3.4.9 が見つからないというエラーが出た。
/usr/lib内のlibstdc++.so.6は同フォルダ内のlibstdc++.so.6.0.8からリンクが張られており、
>strings libstdc++.so.6.0.8 | grep GLIBCXX
で検索すると、確かにGLIBCXX_3.4.8までしか見つからない。
これに関しては、別の場所にあったlibstdc++.so.6.0.9にGLIBCXX_3.4.9が含まれていたので、
これを/usr/libに移し、libstdc++.so.6.0.9 -> libstdc++.so.6とリンクを張りなおすことで解決。
================================================================
deviceQuery の実行
CUDAがGPUを認識しているかなどは、deviceQueryコマンドを実行すれば分かる。dell1234
マシーンでは、deviceQueryコマンドは
HOME/NVIDIA_GPU_Computing_SDK/C/bin/linux/release
フォルダに入っている。
このフォルダにパスが通っていない場合は、このフォルダ内でこのコマンドを実行する。
なお、デフォルトのインストールでこのコマンドがインストールされなかった場合(実際、RedHat7ではMakeが
うまくいかなかった。)、
HOME/NVIDIA_GPU_Computing_SDK/C/src/deviceQuery
内のMakefileを直接実行してインストールする。
CUDA 拡張 C 言語
http://gpu.fixstars.com/index.php/CUDA_%E6%96%87%E6%B3%95_1
http://imd.naist.jp/~fujis/cgi-bin/wiki/index.php?CUDA%A4%CE%A5%D9%A5%AF%A5%C8%A5%EB%B7%BF
openGL
http://wisdom.sakura.ne.jp/system/opengl/index.html
http://www.wakayama-u.ac.jp/~tokoi/opengl/libglut.html
http://www.pitecan.com/info/winglut.html
複数ビデオカード設定
http://exth.net/~ohshima/cgi-bin/fswiki/wiki.cgi?page=%CA%A3%BF%F4%A4%CEGPU%A4%F2%CD%F8%CD%D1%A4%B9%A4%EB%CA%FD%CB%A1%A4%CB%A4%C4%A4%A4%A4%C6
NVIDIA SLI
http://plusd.itmedia.co.jp/pcupdate/articles/0411/29/news044.html
http://www.dosv.jp/feature/0804/28.htm
http://tech.ckme.co.jp/cuda_multi.shtml
openMP+GPU
http://gpu-computing.gsic.titech.ac.jp/Japanese/Lecture/2010-06-28/multi-gpu.pdf
http://imd.naist.jp/~fujis/cgi-bin/wiki/index.php?OpenMP%A4%F2%CD%D1%A4%A4%A4%C6%A5%DE%A5%EB%A5%C1GPU
https://engineering.purdue.edu/paramnt/OpenMPC/
PGIテクニカル情報コラム
http://www.softek.co.jp/SPG/Pgi/TIPS/para_guide.html
GPUによる数値計算
http://www.ipc.yamanashi.ac.jp/bul/final07/takagi/index.html
ほとんどの GPU のハードウェアは現在 NVIDIA 社と AMD 社の2大メーカによって作られている。NVIDIA 社のビデオカードでCUDAプログラミングが可能。
CUDAによるGPUコンピューティング
http://www.nvidia.co.jp/object/tesla_computing_solutions_jp.html
NVIDIA® CUDA™のパラレル・コンピューティング・アーキテクチャを行うには,GeForce®,Quadro®およびTesla™製品を買う必要がある。
ビデオカード選択
http://www.sakura-pc.jp/pc/contents/hardware/vga/geforce.html
http://homepage2.nifty.com/kamurai/VGA.htm
ビデオカード用電源:PCI-E補助電源
http://www.pasonisan.com/customnavi/z1012power/02atxconector.html
6ピンは75W、8ピンで150Wの電源供給が可能
================================================================
CUDA Apps and Researn & Apps
http://developer.nvidia.com/cuda-action-research-apps
================================================================
GPUPCプロジェクト
http://exth.net/~ohshima/cgi-bin/fswiki/wiki.cgi?page=GPUPC%A5%D7%A5%ED%A5%B8%A5%A7%A5%AF%A5%C8
================================================================
CUDAインストール
NVIDIA社のCUDAゾーンサイト
http://developer.nvidia.com/category/zone/cuda-zone
からCUDA TOOLKIT
http://developer.nvidia.com/cuda-toolkit
に行き、References内のCUDA downloads から最新バージョン(dell1234->64bit)をダウンロードできる。
Install Manual
http://developer.download.nvidia.com/compute/DevZone/docs/html/C/doc/CUDA_C_Getting_Started_Linux.pdf
ダウンロードファイル
devdriver_4.0_linux_64_270.41.19.run
cudatoolkit_4.0.17_linux_64_rhel6.0.run
これらはroot権限でインストール
> sh devdriver_4.0_linux_64_270.41.19.run
> sh cudatoolkit_4.0.17_linux_64_rhel6.0.run
ダイナミックリンクライブラリのパスを通す。
setenv LD_LIBRARY_PATH /usr/local/cuda/lib64
================================================================
GPU sampleファイル コンパイル 問題点
/home/sota-y/Token/GPU/sample1-linux に教科書のサンプルファイルをダウンロードしたが、そのままではうまくいかない。
修正点
1)ライブラリ libcutil.aが見つからなかった。これは64bitでインストールしたため、NVIDIA_GPU_Computing_SDK/C/
内に***_x86_64.aの名前のライブラリしか存在しないため。これについては
***_x86_64.aの名前のファイルをそれぞれ***.aという名前でコピーするとうまくいった。
( libcutil_x86_64.a => libcutil.a )
2) Makefile内ではデフォルトでgccでコンパイルしていた。これはg++に変えることで解決。
3) libstdc++.so.6 にGLIBCXX_3.4.9 が見つからないというエラーが出た。
/usr/lib内のlibstdc++.so.6は同フォルダ内のlibstdc++.so.6.0.8からリンクが張られており、
>strings libstdc++.so.6.0.8 | grep GLIBCXX
で検索すると、確かにGLIBCXX_3.4.8までしか見つからない。
これに関しては、別の場所にあったlibstdc++.so.6.0.9にGLIBCXX_3.4.9が含まれていたので、
これを/usr/libに移し、libstdc++.so.6.0.9 -> libstdc++.so.6とリンクを張りなおすことで解決。
================================================================
deviceQuery の実行
CUDAがGPUを認識しているかなどは、deviceQueryコマンドを実行すれば分かる。dell1234
マシーンでは、deviceQueryコマンドは
HOME/NVIDIA_GPU_Computing_SDK/C/bin/linux/release
フォルダに入っている。
このフォルダにパスが通っていない場合は、このフォルダ内でこのコマンドを実行する。
なお、デフォルトのインストールでこのコマンドがインストールされなかった場合(実際、RedHat7ではMakeが
うまくいかなかった。)、
HOME/NVIDIA_GPU_Computing_SDK/C/src/deviceQuery
内のMakefileを直接実行してインストールする。