标签：linux cuda OpenCL

环境：
系统：ubuntu14.04（linux）
显卡：NVIDIA
cuda版本：cuda8.0

转载标注：http://www.jb51.cc/article/p-uvstkrdj-bps.html

安装cuda8.0（使用deb安装）并测试

官方下载安装包：https://developer.nvidia.com/cuda-downloads
这里我使用的是基于ubuntu14.04的deb的local版本

下载完成之后参考 CUDA Quick Start Guide.pdf 进行安装测试（注意要找到对应系统的安装命令，不然会失败），具体如下：

【注意】
一定要将系统BIOS的快速启动和安全启动关闭，不然重启的时候会停留在登录界面无法进入linux系统（尝试网上的方式，没有成功），切记！

测试OpenCL

对NVIDIA的显卡来说，cuda安装完毕后OpenCL的环境自然就安装好了。

• 测试NVIDIA官方OpenCL示例程序
  官方下载：https://developer.nvidia.com/cuda-toolkit-40
  
  下载之后运行即可：sudo sh gpucomputingsdk_4.0.17_linux.run
  上述步骤完成之后在 ~/ 下会生成 NVIDIA_GPU_Computing_SDK 文件夹，后续步骤：

  • 进入目录：/home/popsheng/NVIDIA_GPU_Computing_SDK/OpenCL ，执行 make 命令
  • 进入目录：/home/popsheng/NVIDIA_GPU_Computing_SDK/OpenCL/bin/linux/release ，运行对应可执行程序即可：./oclVectorAdd，等待结果。

• 测试OpenCL下的“helloword”程序
  测试程序如下：

  #include <stdio.h>
  #include <stdlib.h> 
  
  
  #ifdef __APPLE__ 
  
  #include <OpenCL/cl.h> 
  
  #elif defined(__linux__) 
  
  #include <CL/cl.h> 
  #include <CL/opencl.h> 
  
  #endif 
  
  int main()
  {
      cl_int status=0;
      size_t deviceListSize;
      cl_uint numPlatforms;
      cl_platform_id platfomr=NULL;
  
      status=clGetPlatformIDs(0,NULL,&numPlatforms);
  
      printf("status=%d\n",status);
  
      return 0;
  }

  编译之前需要添加动态库环境变量，具体如下：

  export LD_LIBRARY_PATH=/usr/local/cuda-8.0/lib64\
      ${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

  • 使用nvcc
    将opencl下的nvcc编辑器设置为环境变量
    安装cuda的时候只是临时设置环境变量： export PATH=/usr/local/cuda-8.0/bin${PATH:+:${PATH}} ，我们可以进一步将其设置为永久的环境变量，加入 /etc.profile 注销再登录即可。

    • 编译运行
      注意后面加上-lOpenCL： nvcc opencl-t0.c -lOpenCL
./a.out 之后可以看到status=0的正确结果。

  • 使用gcc或g++（毕竟nvcc是cuda程序的编辑器）
    将下面两个环境变量加入 /etc.profile ，注销再登录即可。
    export C_INCLUDE_PATH=/usr/local/cuda/include${C_INCLUDE_PATH:+:${C_INCLUDE_PATH}}
export CPLUS_INCLUDE_PATH=/usr/local/cuda/include${CPLUS_INCLUDE_PATH:+:${CPLUS_INCLUDE_PATH}}

    • 编译运行
      命令后面同意需要加上-lOpenCL： gcc opencl-t0.c -lOpenCL

  • -lOpenCL的解释 gcc或g++下的编译选项，-llibrary：-l后面跟着动态库的名字，表示链接的时候需要将名为library的库链接进去。