का एक नया संस्करण सामान्य प्रयोजन ग्राफिक्स प्रोग्रामिंग एपीआई एनवीडिया क्यूडा 10.2संस्करण 10.1 के लगभग दस महीने बाद। यह पुस्तकालय वर्चुअल मेमोरी प्रबंधन के लिए एक पूर्ण एपीआई को शामिल करना मेमोरी कार्ड और मेमोरी एड्रेस रेंज के लिए अधिक सटीक कार्यों के साथ ग्राफिक्स कार्ड पर।
क्यूडा एनवीडिया द्वारा बनाया गया एक समानांतर कंप्यूटिंग प्लेटफॉर्म है आपके सिस्टम में ग्राफिक्स प्रोसेसिंग यूनिट (GPU) की शक्ति का उपयोग करके प्रदर्शन को बढ़ाने के लिए इसका उपयोग किया जा सकता है। कोडा एक सॉफ्टवेयर लेयर है सॉफ्टवेयर डेवलपर्स को GPU के आभासी अनुदेश सेट का उपयोग करने की अनुमति देता है और कंप्यूटर कोर के निष्पादन के लिए समानांतर कम्प्यूटेशनल तत्वों के लिए।
CUDA सीपीयू पर GPU के फायदे का फायदा उठाने की कोशिश करें इसके कई कोर द्वारा प्रस्तुत समानता का उपयोग करते हुए सामान्य उद्देश्य, जो एक साथ बहुत अधिक संख्या में थ्रेड को लॉन्च करने की अनुमति देता है।
इसलिए, यदि एक एप्लिकेशन को कई थ्रेड्स का उपयोग करके डिज़ाइन किया गया है जो स्वतंत्र कार्य करते हैं (जो कि ग्राफिक्स को संसाधित करते समय GPUs करते हैं, तो उनके प्राकृतिक कार्य), एक GPU शानदार प्रदर्शन की पेशकश करने में सक्षम होगा।
Nvidia CUDA 10.2 में नया क्या है?
यह संस्करण उन पुस्तकालयों से भरा है जो नई और विस्तारित कार्यक्षमता प्रदान करते हैं।, बग फिक्स, और एकल और कई GPU वातावरण के लिए प्रदर्शन में सुधार।
इस संस्करण में की एक नई अंतर परत को जोड़ा वास्तविक समय में आपका ऑपरेटिंग सिस्टम (RTOS) NVIDIA DRIVE OS के लिए, कहा जाता है एनवीआईडीआईए सॉफ्टवेयर कम्युनिकेशन इंटरफेस इंटरऑपरेबिलिटी।
दो मुख्य इंटरफेस उपलब्ध हैं: पूर्ण मेमोरी क्षेत्रों के आदान-प्रदान के लिए NvSciBuf और सिंक्रनाइज़ेशन के लिए NvSciSync। ये फीचर प्रीव्यू में हैं।
प्रबंधित प्लेटफार्मों के स्तर पर, CUDA 10.2 नवीनतम संस्करण है जो macOS के लिए उपलब्ध होगा, इसके अलावा, RHEL 6 का अब समर्थन नहीं किया जाएगा क्योंकि CUDA के अगले संस्करण में RHEL 2010 का अब बिल्कुल भी समर्थन नहीं किया जाएगा (जैसे Microsoft C ++ कंपाइलर 2013 से XNUMX तक)।
इसके अलावा एनवीडिया भी उपलब्ध कार्यों पर एक छोटा प्रकार तैयार करता है। अब nvJPEG एक अलग लाइब्रेरी है, जो संबंधित NPP कम्प्रेशन प्राइमेटिव फ़ंक्शंस गायब होने वाले हैं।
विज्ञापन से बाहर होने वाले अन्य परिवर्तनों में से, हम पा सकते हैं कि निम्नलिखित उपयोग के मामलों के लिए प्रदर्शन और मापनीयता में सुधार किया गया था:
- मल्टी-जीपीयू बिना 2 ट्रांसफॉर्म पावर के
- आर 2 सी और जेड 2 डी विषम आकार के परिवर्तन
- छोटे आकार और बड़ी संख्या में बैचों के साथ 2 डी रूपांतरण।
यदि आप CUDA के इस नए संस्करण के बारे में अधिक जानना चाहते हैं, तो आप परामर्श कर सकते हैं निम्नलिखित लिंक।
Ubuntu और डेरिवेटिव पर Nvidia CUDA कैसे स्थापित करें?
सिस्टम पर CUDA स्थापित करने के लिए, यह आवश्यक है कि हमारे पास एनवीडिया चालक हों स्थापित किया गया। यदि आपके पास अभी भी उनके पास नहीं है, तो आप परामर्श कर सकते हैं निम्नलिखित लेख।
अब पहले कदम के रूप में हमें CUDA इंस्टॉलेशन स्क्रिप्ट डाउनलोड करनी चाहिए, जिसे हम निम्नलिखित कमांड टाइप करके टर्मिनल से प्राप्त कर सकते हैं:
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
अब यह किया हमें स्क्रिप्ट के साथ निष्पादन की अनुमति देनी होगी:
sudo chmod +x cuda_10.2.89_440.33.01_linux.run
हम कुछ आवश्यक पैकेज स्थापित करने जा रहे हैं।
sudo apt-get install gcc-6 g++-6 linux-headers-$(uname -r) -y sudo apt-get install freeglut3 freeglut3-dev libxi-dev libxmu-dev
और अब हम स्क्रिप्ट को चलाने जा रहे हैं:
sudo sh cuda_10.2.89_440.33.01_linux.run
स्थापना प्रक्रिया के दौरान हमसे कुछ सवाल पूछे जाएंगे जिनमें से हमें जवाब देना होगा, मूल रूप से यह हमसे पूछेगा कि क्या हम उपयोग की शर्तों को स्वीकार करते हैं, अगर हम डिफ़ॉल्ट निर्देशिका को बदलना चाहते हैं, अन्य बातों के अलावा।
कहाँ पे उन्हें ध्यान देना चाहिए कि जब उनसे पूछा जाए कि क्या आप एनवीडिया ड्राइवर स्थापित करना चाहते हैं जहां वे जवाब नहीं देंगे क्योंकि उन्हें स्थापित करना होगा।
स्थापना पूर्ण करने के बाद, उन्हें बस अपना पर्यावरण चर निर्धारित करना होगा उस फ़ाइल में जिसे हम निम्नलिखित पथ /etc/profile.d/cuda.sh में बनाने जा रहे हैं।
sudo nano /etc/profile.d/cuda.sh
और इसमें हम निम्नलिखित सामग्री रखने जा रहे हैं:
export PATH=$PATH:/usr/local/cuda/bin export CUDADIR=/usr/local/cuda
वे फ़ाइल भी बनाते हैं:
sudo nano /etc/ld.so.conf.d/cuda.conf
और हम लाइन जोड़ते हैं:
/usr/local/cuda/lib64
और अंत में हम निष्पादित करते हैं:
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