NVIDIA Jetson Nano 2GB 系列文章（4）：体验并行计算性能

最新推荐文章于 2023-06-20 17:11:53 发布

AI边缘计算服务器_图为科技

最新推荐文章于 2023-06-20 17:11:53 发布

阅读量468

点赞数 1

分类专栏： Jetson系列文章标签：人工智能

本文链接：https://blog.csdn.net/m0_70785357/article/details/125562803

版权

本文介绍了如何在Jetson Nano 2GB上运行CUDA Samples，通过海洋模拟实验oceanFFT、烟雾粒子模拟smokeParticles和nbody粒子碰撞模拟，展示并行计算性能。通过编译和执行CUDA范例，展示了GPU相对于CPU的性能优势。

摘要由CSDN通过智能技术生成

当我们在 Jetson Nano 2GB 上安装好 JetPack 系统后，就可以开始运行一些范例。借助范例来体验，是最直接的方式。

好多开发者问 Jetson Nano 2GB 真的可以支持 CUDA 么？本篇我们教大家跑几个经典 CUDA Sample，带领大家逐步执行，熟悉 Ubuntu 的指令，因为未来在 Jetson Nano 2GB 上的实验，全部都需要在文字终端中输入指令。

注意：在绝大部分 Linux 操作系统中，因为大量工作都是在文字终端中操作，因此需要为文字指令提供更方便的协助：

可以用“复制-粘贴”方式将教程的指令复制到文字终端上执行
文字终端提供“补齐”功能，即输入指令前面几个字母，如果记不住完整的指令，只要按一下“TAB”键，就能提供补齐功能，可以在实际操作的时候去熟悉。

CUDA 范例体验性能

CUDA（Compute Unified Device Architecture，统一计算架构）是 NVIDIA 过去十多年异军突起的最重要核心技术，也是近年来并行计算领域中最被称颂的技术。不过 CUDA 这项技术比较偏地底层的加速应用，需要有足够的 C/C++ 等编程基础与并行计算概念才好上手，本系列文章专注于“轻松上手”的任务，因此并不占用篇幅去讲解 CUDA 的原理。

接下来我们先以几个 CUDA 经典范例，让大家感受一下并行计算所带来的惊人威力，这是 Jetson 嵌入式设备执行 AI 深度学习应用的一个最关键动力来源。

编译 CUDA Samples

JetPack 系统将 CUDA 环境安装在 /usr/local/cuda 下面，请使用以下指令进入：

说明：有人可能发现在 /usr/local 下面有 <cuda> 目录与 <cuda-10.2> 目录，两者的内容完全一样。事实上 <cuda> 这个目录是一种类似 Windows 捷径的软链接方式，实际的内容指向 <cuda-10.2> 这个目录。因为 JetPack 以后会更新 CUDA 版本，所有 <cuda-10.2> 可能会改变，于是就使用 <cuda> 软连接来确保一致性。

进入到这个目录之后，指向“ls”指令，看看里面有什么内容：