CUDA 入门之 Ubuntu 系统下环境搭建

NVIDIA今天宣布,CUDA并行编程架构已经正式提供对开源编程语言Python的支持。这是C、C++、Fortran(PGI)之后,CUDA支持的第四种语言。

CUDA 简介

CUDA
是由英伟达公司开发的并行计算平台和编程模型的统称。通过这个平台我们可以利用
GPU 并行计算的能力来加速一些复杂的计算。

CUDA
有两个特性:一是其编程语言由现在流行的语言拓展而来(比如C、C++)甚至也可以用
Python
来开发,这大大减少了开发人员上手的难度;二是支持混合计算,简单地说就是在我们一个程序中同时拥有
CPU 执行的顺序计算部分和 GPU 执行的并行计算部分。

那么,下面我们就开始 Ubuntu 下 CUDA 环境搭建。

Python,吉多·范罗苏姆(Guido van Ross)
1989年创立,一种面向对象、直译式的编程语言,简单易学易用、成熟稳定,是当今十大编程语言之一,全球用户量超过300万人。NVIDIA表
示,Python语言丰富的库和先进的特性使其非常适合为多种高性能计算应用开发程序,包括科学、工程、大数据分析等等。

在安装之前

NVIDIA
CUDA对于Python的支持并非直接在SDK层面上实现,而是借助了NumbaPro,这是Continuum
Analytics公司新产品Anaconda Accelerate中的一个编译器。

系统要求

要搭建 CUDA 环境,我们需要自己的计算机满足以下这三个条件:

  1. 有至少一颗支持 CUDA 的 GPU(我的是GeForece GT 650M)

  2. 有满足版本要求的 gcc 编译器和链接工具

  3. 有 NVIDIA 提供的 CUDA
    工具包(这个可以到http://developer.nvidia.com/cuda-downloads下载)

这也是2011年发起的开源编译器项目LLVM的最新成果。通过将CUDA编译器源代码导入其中,NVIDIA可以获得更多编程语言的支持,Continuum
Analytics公司就是用它将Python带往CUDA世界的。

准备工作

下面,我们一步一步来验证自己的系统是否满足安装要求。

不过事实上,NumbaPro并不是第一个Python
CUDA编译器,在此之前已经有了官方支持的PyCUDA,但是NumbaPro今后将成为正选。

一、验证计算机是否拥有至少一颗支持 CUDA 的 GPU

打开终端(Ctrl + Alt + t),键入以下命令:

lspci | grep -i nvidia

可以看到以下内容(结果会与我不同,跟你的 GPU 有关)

澳门新葡亰 1

看到这个就说明有一颗支持 CUDA 的 GPU,可以进入下一步了。

(文/驱动之家 )    

澳门新葡亰,二、验证一下自己操作系统的版本

键入命令:

uname -m && cat /ect/*release

澳门新葡亰 2

可以看到系统的版本是 Ubuntu14.04
并且是64位系统(这个很重要,要下载对应系统的安装包)。

三、验证 gcc 编译器的版本

键入命令:

gcc –version

澳门新葡亰 3

网站地图xml地图