GPGPU-Sim学习（二）搭建GPGPU-Sim环境（ubuntuServer 10.04 安装GPGPU-Sim）

最近发现在sim的官网那个已经给出了安装好gpgpu-sim的虚拟机，也是大家的福音。请戳官网链接http://gpgpu-sim.org/，我的写一篇《GPGPU-Sim学习（二）(补充)gpgpu-sim官网所给虚拟机与自己所搭建虚拟机的使用感受》

本阶段的主要任务就是安装GPGPU-Sim，安装步骤是从带我那个学长写的一篇日志里，加上我自己的安装过程中的一些体会。学长日志链接：http://blog.renren.com/blog/197495812/896874009
　　强烈建议各种软件的版本、包括系统的版本完全按照本博客来（前后安装了20多次的血泪史。。）

　　GPGPU-Sim应该算是一个很很小众的软件了，在网上也不太容易找到资料，因此，逐渐的摸索，终于安装成功了。下面把步骤分享如下：（每一步骤之间最好重启一下，或者退出重新登陆一下）。

第一步，安装Linux。

我比较喜欢使用Ubuntu，所以下面的讲解都是基于Ubuntu的，版本是Ubuntu 10.04 Server（ubuntu在10年不知发生了什么，10.04下有四个版本，而10.10只有一个测试版，然后在11.04就换内核了，在这里建议用ubuntuServer10.04.4，因为其他版本有可能导致安装失败）。安装过程没啥太大的讲究，这里就是建议各位使用虚拟机，使用虚拟机的好处就是可以做快照，然后步步为营，省得一旦出错就乱了手脚。

在这里注意的是，ubuntu安装成功后千万不要做更改软件源一类能够影响版本的举动！

第二步，安装CUDA。

我用的Server版本的Ubuntu直接带有开发工具链，如果使用桌面版，还需要把开发工具链装上，此外顺便安装一些CUDA所必须的库。

$ sudo apt-get install build-essential libxi-dev libxmu-dev libglut3-dev

然后到CUDA网站上下载CUDA4.0，是的，我在强调4.0，GPGPU-Sim目前最高只支持到CUDA4.0。如果在NVIDIA网站上找不到4.0下载，可以直接通过百度搜索。下载Driver和ToolKit就行了，注意Toolkit一定要对应Linux的版本，比如，我现在使用的10.04 Server（64位版）就要下载Ubuntu-10.10-x64的Tool-kit。（文件名：cudatoolkit_4.0.17_linux_64_ubuntu10.10.run，对，你没看错，是ubuntu10.10，因为官网上CUDA4.0对应的ubuntu版本就是10.10，能够兼容10.04.4）

sudo sh cudatoolkit_4.0.17_linux_64_ubuntu10.10.run

安装Driver需要在纯文本界面下进行，如果是Desktop版的，需要再启动时进入grub，然后按e修改启动项，只要在内核后面的参数中加入 text 参数，然后Ctrl + X启动进入。

由于虚拟机肯定没有CUDA显卡，因此在安装CUDA Driver的时候需要将检查显卡这步拿掉。安装CUDA Driver的意义就是在于其中包含了编译CUDA程序所必须的 libcuda.so 文件。（文件名：devdriver_4.0_linux_64_270.41.19.run）
sudo sh devdriver_4.0_linux_64_270.41.19.run -k $(uname -r)
安装Tool kit没啥特别的，各种默认即可。

别忘了安装完毕，需要在~/.bashrc文件的末尾添加如下内容：

export CUDA_INSTALL_PATH=/usr/local/cuda
export PATH=$PATH:$CUDA_INSTALL_PATH/bin
#export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/software/gpgpu-sim/v3.x/lib/4000/release
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_INSTALL_PATH/lib64

其中第3行的内容是后面要用到的。另外，我将gpgpu-sim下载到了~/software目录中，当然这个可以根据个人喜好随意存放。

第三步，下载并准备gpgpu-sim

非常讨厌的是gpgpu-sim没有提供http或ftp的下载方式，需要通过git方式获取。首先安装git：

$ sudo apt-get install git

然后按照gpgpu-sim官方网站（http://www.gpgpu-sim.org）上的提示，输入命令，下载gpgpu-sim：

$ git clone git://dev.ece.ubc.ca/gpgpu-sim

注意，教育网使用git可能存在问题，那只能自己想办法解决了。下载完成后目录中多了一个叫gpgpu-sim的子目录。里面包含了三个子目录，其中之一是v3.x，我们主要使用该目录中的文件，其他两个目录可以忽略。

下面安装gpgpu-sim官方手册的指示安装依赖库：

$ sudo apt-get install xutils-dev bison zlib1g-dev flex libglu1-mesa-dev doxygen graphviz python-pmw python-ply python-numpy libpng12-dev

官网： gpgpu-sim.org

第四步，安装GCC

是的，你也没有听错，是得安装GCC。这里很搞笑，gpgpu-sim的程序在GCC 4.4.x编译器下会报编译器内部错误！无奈Ubuntu 10.04在apt-get中提供的gcc又只有4.4.x，所以我只能硬着头皮装最危险的GCC。gpgpu-sim中提到他们开发时使用的是4.5.1，那么我也是用4.5.1，一定要求稳（我曾冒进的使用了4.7.2，发现GCC4.7跟CUDA存在兼容问题。。。）。

安装步骤可以参照这篇博客：http://www.cnblogs.com/LitLeo/p/3534196.html
由于使用了虚拟机，这个过程比较缓慢，往往会持续7个小时之久。

安装完成后，使用gcc -v命令测试一下版本号。

然后随便找一个CUDA程序用nvcc编译一下，结果发现报错了，这是用nvcc默认只支持GCC 4.4及以下的编译器，因此需要对/usr/local/cuda/include/host_config.h做一些修改，将第80行修改为：

#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 5)

然后在此编译该程序，就不会在出现错误了。

第五步：编译gpgpu-sim

万事俱备只欠东风了，我们已经做好了所有的准备工作，现在需要编译gpgpu-sim了。

进入gpgpu-sim/v3.x目录，使用如下命令编译：

$ source setup_environment
$ make
$ make docs

整个过程应该在十分钟左右。然后修改~/.bashrc中，把之前注释掉的第三行拿掉注释，把原来第4行注释掉。

第六步：测试gpgpu-sim

我们使用在第四步末生成的CUDA程序，首先去gpgpu-sim/v3.x/comfig中把GTX480目录下的所有文件拷到和那个CUDA程序同一个目录下，然后运行那个CUDA程序（假设编译后文件名为cudatestapp）

./cudatestapp

会出现一大堆的信息，不用管他，只要不报错，我们就成功了。
至此，gpgpu-sim安装完毕