A az általános célú grafikus programozási API NVIDIA CUDA 10.2, majdnem tíz hónappal a 10.1-es verzió után. Ez a könyvtár magában foglalja egy teljes API hozzáadását a virtuális memória kezeléséhez a grafikus kártyán, pontosabb funkciókkal a memória felosztásához és a memória címtartományokhoz.
A Cuda egy párhuzamos számítási platform, amelyet az Nvidia hozott létre amelyek felhasználhatók a teljesítmény növelésére a rendszer grafikus feldolgozó egységének (GPU) kihasználásával. Cuda egy szoftverréteg lehetővé téve a szoftverfejlesztők számára, hogy hozzáférjenek a GPU virtuális utasításkészletéhez és a párhuzamos számítási elemekhez, a számítási magok végrehajtásához.
CUDA próbálja kihasználni a GPU-k előnyeit a CPU-kkal szemben általános célja a több mag által kínált párhuzamosság felhasználásával, amelyek nagyon sok egyidejű szál elindítását teszik lehetővé.
Ezért, ha egy alkalmazást több szál felhasználásával terveznek, amelyek független feladatokat hajtanak végre (ezt a GPU-k teszik grafikák feldolgozása során, ezek természetes feladata), akkor a GPU nagyszerű teljesítményt tud nyújtani.
Újdonságok az Nvidia CUDA 10.2-ben?
Ez a verzió tele van új és kibővített funkciókat kínáló könyvtárakkal., hibajavítások és teljesítményjavítások egyetlen és több GPU-környezetekhez.
Ebben a verzióban új interoperabilitási réteget adott hozzá az operációs rendszer valós időben (RTOS) az NVIDIA DRIVE operációs rendszerhez, az úgynevezett NVIDIA szoftver kommunikációs interfész interoperabilitás.
Két fő interfész áll rendelkezésre: NvSciBuf a teljes memóriaterület cseréjéhez, az NvSciSync pedig a szinkronizáláshoz. Ezek a funkciók az előnézetben találhatók.
A kezelt platformok szintjén A CUDA 10.2 a legújabb verzió, amely elérhető lesz a macOS-hoz, Ezenkívül az RHEL 6 már nem lesz támogatott, mivel az RHEL 2010 a CUDA következő verziójában már egyáltalán nem támogatott (csakúgy, mint a Microsoft C ++ fordítói 2013 és XNUMX között).
Ezen felül az Nvidia egy kis típust is készít az elérhető funkciókról. Most, hogy az nvJPEG egy külön könyvtár, a megfelelő NPP Compression Primitives funkciók hamarosan eltűnnek.
A hirdetésből kiemelkedő többi változás közül Megállapíthatjuk, hogy a következő használati esetekben javult a teljesítmény és a skálázhatóság:
- Multi-GPU 2 transzformációs teljesítmény nélkül
- Páratlan R2C és Z2D transzformációk
- 2D transzformációk kis méretekkel és nagy számú köteggel.
Ha többet szeretne tudni a CUDA új verziójáról, konzultálhat a következő link.
Hogyan kell telepíteni az Nvidia CUDA-t az Ubuntu és a derivatívákra?
A CUDA rendszerre történő telepítése érdekében szükség van az Nvidia illesztőprogramokra telepítve. Ha még mindig nincsenek velük, konzultálhat a következő cikk.
Most első lépésként le kell töltenünk a CUDA telepítő szkriptet, amelyet a terminálról szerezhetünk be a következő parancs beírásával:
wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run
Most kész végrehajtási engedélyeket kell adnunk a szkriptnek a következőkkel:
sudo chmod +x cuda_10.2.89_440.33.01_linux.run
Telepíteni fogunk néhány szükséges csomagot.
sudo apt-get install gcc-6 g++-6 linux-headers-$(uname -r) -y sudo apt-get install freeglut3 freeglut3-dev libxi-dev libxmu-dev
És most futtatjuk a szkriptet:
sudo sh cuda_10.2.89_440.33.01_linux.run
A telepítési folyamat során felteszünk néhány kérdést amire választ kell adnunk, alapvetően azt kérdezi tőlünk, hogy elfogadjuk-e a használati feltételeket, ha egyebek mellett az alapértelmezett könyvtárat akarjuk megváltoztatni.
Hol oda kell figyelniük, amikor megkérdezik tőlük, hogy telepíteni akarják-e az Nvidia illesztőprogramokat ahol nemmel válaszolnak, mivel telepíteniük kell őket.
A telepítés befejezése után csak be kell állítaniuk a környezeti változókat a fájlban, amelyet létrehozni fogunk az /etc/profile.d/cuda.sh következő útvonalon.
sudo nano /etc/profile.d/cuda.sh
És a a következő tartalmat fogjuk elhelyezni:
export PATH=$PATH:/usr/local/cuda/bin export CUDADIR=/usr/local/cuda
Ők is létrehozzák a fájlt:
sudo nano /etc/ld.so.conf.d/cuda.conf
És hozzáadjuk a sort:
/usr/local/cuda/lib64
És végül végrehajtjuk:
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