Вышла новая версия Nvidia CUDA 10.2, узнайте, что нового и как ее установить

Nvidia CUDA

Новая версия API графического программирования общего назначения NVIDIA CUDA 10.2, почти через десять месяцев после версии 10.1. Эта библиотека включает добавление полного API для управления виртуальной памятью на видеокарте, с более точными функциями для распределения памяти и диапазонов адресов памяти.

Cuda - платформа параллельных вычислений, созданная Nvidia. который можно использовать для повышения производительности за счет использования мощности графического процессора (GPU) в вашей системе. Cuda - это программный уровень предоставление разработчикам программного обеспечения доступа к виртуальному набору команд графического процессора и параллельным вычислительным элементам для выполнения вычислительных ядер.

CUDA попытаться использовать преимущества графических процессоров перед процессорами общего назначения с использованием параллелизма, обеспечиваемого несколькими ядрами, что позволяет запускать очень большое количество одновременных потоков.

Следовательно, если приложение разработано с использованием нескольких потоков, которые выполняют независимые задачи (что и делают графические процессоры при обработке графики, их естественная задача), графический процессор сможет обеспечить отличную производительность.

Что нового в Nvidia CUDA 10.2?

Эта версия содержит библиотеки, предлагающие новые и расширенные функции., исправления ошибок и улучшения производительности для сред с одним и несколькими графическими процессорами.

В этой версии добавлен новый уровень взаимодействия ваша операционная система в реальном времени (RTOS) для ОС NVIDIA DRIVE, Названная Взаимодействие интерфейса связи программного обеспечения NVIDIA.

Доступны два основных интерфейса: NvSciBuf для обмена полными областями памяти и NvSciSync для синхронизации. Эти функции находятся в предварительном просмотре.

На уровне управляемых платформ CUDA 10.2 - последняя версия, которая будет доступна для macOS, Кроме того, RHEL 6 больше не будет поддерживаться, так как RHEL 2010 вообще не будет поддерживаться в следующей версии CUDA (как и компиляторы Microsoft C ++ 2013–XNUMX).

В дополнение к этому Nvidia также готовит небольшой обзор доступных функций. Теперь, когда nvJPEG является отдельной библиотекой, соответствующие функции NPP Compression Primitives вот-вот исчезнут.

Из других изменений, которые выделяются из объявления, Мы можем обнаружить, что производительность и масштабируемость были улучшены для следующих случаев использования:

  • Мульти-GPU без двух преобразователей мощности
  • Преобразования нечетного размера R2C и Z2D
  • 2D преобразования с небольшими размерами и большим количеством партий.

Если вы хотите узнать больше об этой новой версии CUDA, вы можете обратиться к по следующей ссылке.

Как установить Nvidia CUDA на Ubuntu и производные?

Чтобы установить CUDA в систему, необходимо, чтобы у нас были драйверы Nvidia установлены. Если у вас их еще нет, вы можете проконсультироваться следующая статья.

Теперь в качестве первого шага мы должны скачать скрипт установки CUDA, который мы можем получить из терминала, набрав следующую команду:

wget http://developer.download.nvidia.com/compute/cuda/10.2/Prod/local_installers/cuda_10.2.89_440.33.01_linux.run

Сделано сейчас мы должны предоставить разрешения на выполнение скрипту с помощью:

sudo chmod +x cuda_10.2.89_440.33.01_linux.run

Мы собираемся установить несколько необходимых пакетов.

sudo apt-get install gcc-6 g++-6 linux-headers-$(uname -r) -y

sudo apt-get install freeglut3 freeglut3-dev libxi-dev libxmu-dev

И теперь мы собираемся запустить скрипт с:

sudo sh cuda_10.2.89_440.33.01_linux.run

В процессе установки нам зададут несколько вопросов на который нам придется ответить, в основном он спросит нас, принимаем ли мы условия использования, хотим ли мы изменить каталог по умолчанию, среди прочего.

где они должны обратить внимание, когда их спрашивают, хотите ли вы установить драйверы Nvidia где они ответят нет, так как они должны быть установлены.

После того, как вы завершили установку, им просто нужно установить свои переменные среды в файле, который мы собираемся создать, по следующему пути /etc/profile.d/cuda.sh.

sudo nano /etc/profile.d/cuda.sh

И в мы собираемся разместить следующий контент:

export PATH=$PATH:/usr/local/cuda/bin

export CUDADIR=/usr/local/cuda

Они также создают файл:

sudo nano /etc/ld.so.conf.d/cuda.conf

И добавляем строку:

/usr/local/cuda/lib64

И, наконец, выполняем:

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

Содержание статьи соответствует нашим принципам редакционная этика. Чтобы сообщить об ошибке, нажмите здесь.

Будьте первым, чтобы комментировать

Оставьте свой комментарий

Ваш электронный адрес не будет опубликован. Обязательные для заполнения поля помечены *

*

*

  1. Ответственный за данные: Мигель Анхель Гатон
  2. Назначение данных: контроль спама, управление комментариями.
  3. Легитимация: ваше согласие
  4. Передача данных: данные не будут переданы третьим лицам, кроме как по закону.
  5. Хранение данных: база данных, размещенная в Occentus Networks (ЕС)
  6. Права: в любое время вы можете ограничить, восстановить и удалить свою информацию.