نسخة جديدة من واجهة برمجة تطبيقات برمجة الرسومات للأغراض العامة NVIDIA CUDA 10.2 تحديث، ما يقرب من عشرة أشهر بعد الإصدار 10.1. هذه المكتبة يتضمن إضافة واجهة برمجة تطبيقات كاملة لإدارة الذاكرة الظاهرية على بطاقة الرسومات ، مع وظائف أكثر دقة لتخصيص الذاكرة ونطاقات عناوين الذاكرة.
Cuda هي منصة حوسبة متوازية أنشأتها Nvidia والتي يمكن استخدامها لزيادة الأداء من خلال تسخير قوة وحدة معالجة الرسومات (GPU) في نظامك. Cuda هي طبقة برمجية السماح لمطوري البرامج بالوصول إلى مجموعة التعليمات الافتراضية لوحدة معالجة الرسومات والعناصر الحسابية الموازية لتنفيذ النوى الحاسوبية.
CUDA حاول استغلال مزايا وحدات معالجة الرسومات على وحدات المعالجة المركزية الغرض العام باستخدام التوازي الذي توفره النوى المتعددة ، والذي يسمح بإطلاق عدد كبير جدًا من الخيوط المتزامنة.
لذلك ، إذا تم تصميم تطبيق باستخدام مؤشرات ترابط متعددة تؤدي مهامًا مستقلة (وهو ما تفعله وحدات معالجة الرسومات عند معالجة الرسومات ، وهي مهمتها الطبيعية) ، فستكون وحدة معالجة الرسومات قادرة على تقديم أداء رائع.
ما الجديد في Nvidia CUDA 10.2؟
هذا الإصدار مليء بالمكتبات التي تقدم وظائف جديدة وممتدة.وإصلاحات الأخطاء وتحسينات الأداء لبيئات وحدة معالجة الرسومات الفردية والمتعددة.
في هذا الإصدار إضافة طبقة إمكانية تشغيل تفاعلي جديدة من نظام التشغيل الخاص بك في الوقت الحقيقي (RTOS) لنظام التشغيل NVIDIA DRIVE، ودعا إمكانية التشغيل البيني لواجهة اتصال برامج NVIDIA.
هناك نوعان من الواجهات الرئيسية المتاحة: NvSciBuf لتبادل مناطق الذاكرة الكاملة و NvSciSync للمزامنة. هذه الميزات في المعاينة.
على مستوى المنصات المدارة ، CUDA 10.2 هو أحدث إصدار سيكون متاحًا لنظام التشغيل macOS ، بالإضافة إلى ذلك ، لن يتم دعم RHEL 6 لأن RHEL 2010 لن يكون مدعومًا على الإطلاق في الإصدار التالي من CUDA (تمامًا مثل مترجمي Microsoft C ++ من 2013 إلى XNUMX).
بالإضافة إلى أن Nvidia تعد أيضًا نوعًا صغيرًا من الوظائف المتاحة. الآن وقد أصبحت nvJPEG مكتبة منفصلة ، فإن وظائف NPP Compression Primitives المقابلة على وشك الاختفاء.
من التغييرات الأخرى التي تبرز من الإعلان ، قد نجد أنه تم تحسين الأداء وقابلية التوسع لحالات الاستخدام التالية:
- متعدد معالجات الجرافيكس بدون 2 تحويل الطاقة
- R2C و Z2D تحولات فردية الحجم
- تحويلات ثنائية الأبعاد بأحجام صغيرة وعدد كبير من الدُفعات.
إذا كنت تريد معرفة المزيد عن هذا الإصدار الجديد من CUDA ، فيمكنك الرجوع إلى الرابط التالي.
كيفية تثبيت Nvidia CUDA على Ubuntu ومشتقاته؟
من أجل تثبيت CUDA على النظام ، من الضروري أن يكون لدينا برامج تشغيل Nvidia المثبتة. إذا لم يكن لديك حتى الآن ، يمكنك استشارة المقال التالي.
الآن كخطوة أولى يجب علينا تنزيل البرنامج النصي لتثبيت CUDA، والتي يمكننا الحصول عليها من المحطة عن طريق كتابة الأمر التالي:
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
فعلت هذا الآن يتعين علينا منح أذونات التنفيذ للبرنامج النصي باستخدام:
sudo chmod +x cuda_10.2.89_440.33.01_linux.run
سنقوم بتثبيت بعض الحزم الضرورية.
sudo apt-get install gcc-6 g++-6 linux-headers-$(uname -r) -y sudo apt-get install freeglut3 freeglut3-dev libxi-dev libxmu-dev
والآن سنقوم بتشغيل البرنامج النصي باستخدام:
sudo sh cuda_10.2.89_440.33.01_linux.run
أثناء عملية التثبيت سوف يتم طرح بعض الأسئلة علينا التي سيتعين علينا الإجابة عليها ، سيسألنا بشكل أساسي عما إذا كنا نقبل شروط الاستخدام ، وما إذا كنا نريد تغيير الدليل الافتراضي ، من بين أشياء أخرى.
أين يجب أن ينتبهوا عندما يُسألون عما إذا كنت تريد تثبيت برامج تشغيل Nvidia حيث سيردون بالنفي لأنه يجب عليهم تثبيتها.
بعد الانتهاء من التثبيت ، عليهم فقط تعيين متغيرات بيئتهم في الملف الذي سننشئه في المسار التالي /etc/profile.d/cuda.sh.
sudo nano /etc/profile.d/cuda.sh
وفي سنضع المحتوى التالي:
export PATH=$PATH:/usr/local/cuda/bin export CUDADIR=/usr/local/cuda
يقومون أيضًا بإنشاء الملف:
sudo nano /etc/ld.so.conf.d/cuda.conf
ونضيف السطر:
/usr/local/cuda/lib64
وأخيرًا ننفذ:
export PATH=/usr/local/cuda-10.2/bin:/usr/local/cuda-10.2/NsightCompute-2019.1${PATH:+:${PATH}} export LD_LIBRARY_PATH=/usr/local/cuda-10.2/lib64\ ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}} sudo ldconfig