Hola ELUG's, GLO´s
Me quedé pensando sobre CUDA y creo que no fuí muy explicito?:
hace aproximadamente un año escribí un mini-tutorial de como instalar CUDA
en Linux:
http://elug.ciberlinux.net/pipermail/lista/2009-September/002449.html
http://www.mail-archive.com/glo@glo.org.mx/msg00671.html
Pero eso era cuda 2.3 Hoy es 3.2!!
A continuación voy a describir los pasos para instalar cuda 3.2 en Linux:
``Bajar´´ de
http://developer.nvidia.com/object/cuda_3_2_downloads.html
los siguientes archivos:
A) Driver:
http://developer.download.nvidia.com/compute/cuda/3_2_prod/drivers/devdriver_3.2_linux_32_260.19.21.run
(28 MegaBytes).
B) Toolkit:
El siguiente archivo existe para varias versiones de Linux, RedHat,
Debian, SUSE, Fedora, yo bajé
CUDA Toolkit for OpenSUSE 11.2 pues tengo Slackware y creo que es lo más
parecido (32-bits).
http://www.nvidia.com/object/thankyou.html?url=/compute/cuda/3_2_prod/toolkit/cudatoolkit_3.2.16_linux_32_sled11.0.run
(88 MegaBytes).
C) Finalmente GPU Computing SDK code samples:
http://developer.download.nvidia.com/compute/cuda/3_2_prod/sdk/gpucomputingsdk_3.2.16_linux.run
(127 MegaBytes).
El siguiente documento puede ayudar a entender la forma en que trabaja
el GPU,
Está un poco enredoso a mi parecer pero es recomendable leerlo:
CUDA C Programming Guide
<http://developer.download.nvidia.com/compute/cuda/3_2_prod/toolkit/docs/CUDA_C_Programming_Guide.pdf>
:
http://developer.download.nvidia.com/compute/cuda/3_2_prod/toolkit/docs/CUDA_C_Programming_Guide.pdf
(4 MegaBytes).
Yo hice un documento en pdf para una platica, con la intención de
hacer sencillo el funcionamiento fundamental del GPU, incluye codigo fuente
de un ejemplo que suma 100 numeros flotantes, con 1 procesador , 2 y
hasta 10 procesadores.
http://www.versamedium.com/LUGOR_CUDA_2010.pdf
(4 MegaBytes).
INTRUCCIONES:
dar permisos de ejecución :
como root:
chmod 777 /tmp/devdriver_3.2_linux_32_260.19.21.run
chmod 777 /tmp/cudatoolkit_3.2.16_linux_32_suse11.2.run
chmod 777 /tmp/gpucomputingsdk_3.2.16_linux.run
Ejecutar cada uno el orden descrito:
Para el devdriver es necesario correr el ejecutable desde consola (sin
X). Es necesario tener
una tarjeta nVidia para que la instalación del devdriver séa exitosa.
Si tiene una tarjeta ATi solo instale el cudatoolkit y gpucomputingsdk,
podrá
compilar pero no podrá ejecutar los binarios.
AA)
cd /tmp
./devdriver_3.2_linux_32_260.19.21.run
seguir las instrucciones en pantalla.
BB)
cd /tmp
cudatoolkit_3.2.16_linux_32_suse11.2.run
seguir las instrucciones en pantalla.
Yo instalé en la dirección por omisión (default):
/usr/local/cuda/lib
CC)
cd /tmp
gpucomputingsdk_3.2.16_linux.run
los ejemplos y sdk los instalará en:
/root/NVIDIA_GPU_Computing_SDK
DD)
editar /etc/profile (para que contenga)
export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH
export
PATH=/usr/local/bin:/usr/bin:/bin:/usr/games:/usr/local/cuda/bin:/usr/local/cuda/lib:$PATH
LISTO!!
invocar
source /etc/profile
(en alguna ventana de comandos)
o reiniciar computadora
EE)
Los fuentes de los demo ejemplos están en
cd /root/NVIDIA_GPU_Computing_SDK/C/src/
Para compilar y correr todos los demos (impresionantes)!!
cd /root/NVIDIA_GPU_Computing_SDK/C/
make
(esto genera los ejecutables)
cd /root/NVIDIA_GPU_Computing_SDK/C/bin/linux/release/
(aca estan los ejecutables)
correr por ejemplo:
./smokeParticles
en los siguientes dias voy a escribir más sobre un ejemplo
revelador sobre CUDA y complex. Con fortran y C.
reciban un cordial saludo,
:)
Joel Rodríguez
