OpenAcc的使用

已于 2022-10-26 08:16:07 修改
阅读量1k 收藏 7
点赞数 1
文章标签： c++ 开发语言
于 2022-10-19 17:15:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35975855/article/details/126978969
版权

安装cuda驱动

  1. 更新源
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
  1. 用以下指令找到recommend的驱动
ubuntu-drivers devices
  1. 安装
sudo apt install nvidia-driver-XXX

安装后运行nvidia-smi有结果

安装cuda toolkit

（其实不用安装，这是nvcc编译.cu的， 单纯记录一下）
然后去cuda官网找相应版本的toolkit，不要用Ubuntu的源，会对不上版本而冲突

需要在.bashrc中加入如下命令

export CUDA_HOME=/usr/local/cuda 
export PATH=$PATH:$CUDA_HOME/bin 
export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

安装后重开terminal运行nvcc -V有结果，且不会因为冲突导致运行nvidia-smi无结果

安装nvhpc

理论上g++-12（Ubuntu22的源里是带g++-12的，所以会很方便）可以编译OpenAcc的代码，但是结果没有达到我要的效果，遂采用nvhpc。

NVIDIA HPC，原来好像是PGI
根据官网，Ubuntu上安装运行如下命令：

$ echo 'deb [trusted=yes] https://developer.download.nvidia.com/hpc-sdk/ubuntu/amd64 /' | sudo tee /etc/apt/sources.list.d/nvhpc.list
$ sudo apt-get update -y
$ sudo apt-get install -y nvhpc-22-7

然后在.bashrc中加入如下命令

export NVARCH=`uname -s`_`uname -m`
export NVCOMPILERS=/opt/nvidia/hpc_sdk
export PATH=$NVCOMPILERS/$NVARCH/22.7/compilers/bin:$PATH
export MANPATH=$MANPATH:$NVCOMPILERS/$NVARCH/22.7/compilers/man

重开terminal运行 nvc++有结果

安装gcc-11

sudo apt install nvptx-tools gcc-11-offload-nvptx

编译OpenAcc

可以尝试编译以下代码 看运行时间

nvc++ testACC.cpp -o test -acc

也可以用g++11，更方便，如果用QT 不用在QT折腾多编译器（QT尝试nvc++混合编译，但是失败了）

g++-11 testACC.cpp -fopenacc -fcf-protection=none -fopt-info-optimized-omp -o test -fno-stack-protector```

其中-fopt-info-optimized-omp可选，用于输出OpenAcc优化的地方。
在终端输入export GOMP_DEBUG=1 后可以看汇编输出

#include <iostream>
#include <ctime>
#define N 1000
using namespace std;
int sum = 0;
int a[1010],b[1010], c[1010];

void init(){
        
    //[start:count]
    // 用copyin/copy/copyout 看是不是真的在gpu上跑
    #pragma acc enter data copyin(sum) copyin(a[1:N], b[1:N], c[1:N])
    ;
}

void update_host()
{
    #pragma acc update self(a[1:N], b[1:N], c[1:N], sum)
    ;
}

void update_device()
{
    #pragma acc update device(a[1:N], b[1:N], c[1:N], sum)
    ;
}

void exit(){
    #pragma acc exit data copyout(sum) copyout(a[1:N], b[1:N], c[1:N])
    ;
}

int main(){
    
    clock_t start, end;

    //忽略GPU启动时间
    init();

    start = clock();
    
    update_device();

    //尽量别把parallel围多个循环，因为loop会把下面的代码可能都loop一遍
    //不能单独用loop seq，loop seq只能在loop independent下面用，不然会被执行gang遍
    #pragma acc parallel present(a[1:N], b[1:N], c[1:N], sum) num_gangs(1024) // kernels 中多块循环是依次执行， 但是parallel中 多块循环是同时执行 ，这样会导致 a还没赋值，b已经被赋值了
    {
        #pragma acc loop independent
        for (int i = 1; i <= N; i++){
            
            #pragma acc loop independent
            for (int j = 1; j <= N; j++){
                #pragma acc loop independent
                for (int k = 1; k <= N; k++){
                    a[i] = i ;
                }
            }
        }

        #pragma acc loop independent
        for (int i = 1; i <= N; i++){
            b[i] = b[i] + i*i; //用加法，检测执行了多少遍
        }

        #pragma acc loop independent
        for(int i = 1; i <= N; i++){
            #pragma acc atomic
            sum = sum + b[i]; //用加法，检测执行了多少遍
        }

    }

    update_host();    
    exit();
    end = clock();
    
    cout<< b[90] <<" "<<sum <<" :"<< (double)(end - start)/CLOCKS_PER_SEC * 1000 <<"ms"<<endl; //N=1000 : 8100 333833500

}

可以用下面的语句看每一个模块运行的时间：

nvprof ./test

还可以看一下并行效果
理论上不开并行 结果是 0 0，开了结果是1 2，不过这在不同编译器是不一定的

#include <iostream>
int main(){
    int a[100];
    #pragma acc enter data create(a[0:100])

    #pragma acc kernels present(a[0:100])
    {
        #pragma acc loop
        for (int i=0; i<100; i++){
            a[i] = i;
        }
        
        #pragma acc loop independent
        for (int i=1; i<100; i++){
            a[i] = a[i-1];
        }
    }
    #pragma acc exit data copyout(a[0:100]) 
    std::cout<< a[2] <<" "<< a[3] << std::endl;
    return 0;
}

openACC调用函数（gcc）

如果调用一个通过形参的函数，直接在函数的定义前加上#pragma acc routine seq，但是如果不通过形参直接调用GPU上的参数，需要在参数声明的时候declare一下，但好像会导致这个数据传不回来，直接为0（应该是我的问题，希望大佬告诉我）（但是如果用nvc++编译下面两段程序，结果都是1000 1000），但可以通过其他变量间接传回来。

方法一：传形参

#include <iostream>
#define N 1000
using namespace std;

int k = 0;
// #pragma acc declare create(k)
int g = 0;
class C{
    public:
        C();
        ~C();
        void fun();
        void fun2(int & x);
        void fun1();
        void update_host();
        void update_device();
        void init();
        void exit();
    private:
        int *arr;

};


C::C(){

}

C::~C(){

}

void C::update_host(){
    #pragma acc update self(k,g)
    ;
}

void C::update_device(){
    #pragma acc update device(k,g)
    ;
}

void C::init(){
    #pragma acc enter data copyin(k,g)
    ;
}

void C::exit(){
    #pragma acc exit data copyout(k,g)
    ;
}

#pragma acc routine seq
void C::fun1(){
    // {
    //     #pragma acc atomic
    //     k = k + 1;
    // }
}

#pragma acc routine seq
void C::fun2(int & x){
    #pragma acc atomic
    x = x + 1;
}


void C::fun(){

    init();    
    update_device();
    #pragma acc parallel present(k,g)
    {
        #pragma acc loop independent
        for (int i = 1; i <= N; i++){
            // fun1();
            fun2(k);
        }
    }
    #pragma acc kernels present(k,g)
    {   
        g = k;
    }

    update_host();    
    exit();
    std::cout<<g<<" "<<k<<std::endl;

}

int main(){
    C cl;
    cl.fun();
}

输出：1000 1000

方法二：直接调用

#include <iostream>
#define N 1000
using namespace std;

int k = 0;
#pragma acc declare create(k)
int g = 0;
class C{
    public:
        C();
        ~C();
        void fun();
        void fun2(int & x);
        void fun1();
        void update_host();
        void update_device();
        void init();
        void exit();
    private:
        int *arr;

};


C::C(){

}

C::~C(){

}

void C::update_host(){
    #pragma acc update self(k,g)
    ;
}

void C::update_device(){
    #pragma acc update device(k,g)
    ;
}

void C::init(){
    #pragma acc enter data copyin(k,g)
    ;
}

void C::exit(){
    #pragma acc exit data copyout(k,g)
    ;
}

#pragma acc routine seq
void C::fun1(){
    {
        #pragma acc atomic
        k = k + 1;
    }
}

#pragma acc routine seq
void C::fun2(int & x){
    #pragma acc atomic
    x = x + 1;
}


void C::fun(){

    init();    
    update_device();
    #pragma acc parallel present(k,g)
    {
        #pragma acc loop independent
        for (int i = 1; i <= N; i++){
            fun1();
            // fun2(k);
        }
    }
    #pragma acc kernels present(k,g)
    {   
        g = k;
    }

    update_host();    
    exit();
    std::cout<<g<<" "<<k<<std::endl;

}

int main(){
    C cl;
    cl.fun();
}

输出：1000 0

openACC调用math库（gcc）

调用math的库在nvc++里没什么问题，gcc里可能会有问题。本人测试如下程序未发现报错：

#include <cmath>
int main(){
    float f[100];
    #pragma acc parallel
    {
        #pragma acc loop
        for (int i = 0; i < 100; i++){
            float k = 1;
            f[i] = std::sin(double(k));
        }
    }
}

编译指令：g++ -fopenacc -fcf-protection=none -fopt-info-optimized-omp -foffload=-lm test.cpp -o test

萧易风船长
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenMP和OpenACC
Shilong的博客
09-08 2645
两个编译预处理并行编程框架：针对CPU并行编程的OpenMP和针对GPU的OpenACC
详细的讲述如何试用OpenACC和OpenHMPP编译器（Linux下）
Expressing Youself Using Code
03-08 4817
本文讲述如何申请试用CAPS的OpenACC或OpenHMPP编译器。 1.1.    下载软件 软件下载地址是：http://www.caps-entreprise.com.cn/download/hmpp-openacc-compiler 。   1.2.    安装软件 将下载的压缩包解压后，找到相应的软件安装包，双击安装。 注：解压缩的命令为 [user@server]
7.OpenACC
weixin_34248849的博客
01-08 1968
OpenACC: openacc 可以用于fortran, c 和 c++程序,可以运行在CPU或者GPU设备. openacc的代码就是在原有的C语言基础上进行修改,通过添加:compiler directives 编译器指令(pragmas): #pragma 来标示. cuda 中有 __syncthreads()来进行线程同步,目前的OpenAcc还没有线程同步机制. OpenAc...
Linux centos/ubuntu 配置nvidia_hpc_sdk
weixin_45088962的博客
04-24 1614
Linux centos/ubuntu 配置nvidia_hpc_sdk
openacc的Linux安装教程,科学网—opensuse 13.1 系统 openACC编译器使用及GPU并行编程环境配置 - 马小军的博文...
weixin_39777464的博客
05-10 237
本文讲述opensuse13.1系统openACC编译器使用及GPU并行编程环境配置。这里以笔记本显卡驱动为NVIDIA为例在安装前，请确保系统已经安装kernel-devel ，kernel-source，gcc，make1、NVIDIA显卡驱动安装安装：1.1禁用nouveau开c/源驱终端：root用户下输入命令 echo "blacklist nouveau" > /etc/modp...
openacc教程
10-04
openacc官方教程课件，英文版，有详细的如何使用教程。
openacc:OpenACC简介
05-26
使用OpenACC进行GPU编程 该存储库包含CSC的带有OpenACC的GPU编程课程中使用的练习和其他课程材料。 本中描述了练习和运行它们的 该课程的版本描述如下： 使用OpenACC进行GPU编程-2020年10月 使用OpenACC进行GPU编程...
openacc官方教程课件2
10-04
openacc官方教程课件，英文版，有详细的如何使用教程。
OpenACC编程
08-27
OpenACC编程标准, GPU并行编程，GPU加速最简单的编程方法
openacc 基础宝典
03-21
这是一本关于并行编程的书，不仅仅介绍OpenACC语法或从文档中收集的信息，更介绍了如何编写实际的、高性能的以及可移植的程序，这些程序可以运行在从CPU到GPU的大量设备上。具体而言，书中演示了使用PGI、Cray和PathScale等供应商提供的编译器编译示例代码，并在Intel x86处理器
OpenACC并行编程实战
07-22
资源名称： OpenACC并行编程实战资源截图： 资源太大，传百度网盘了，链接在附件中，有需要的同学自取。
一步步做程序优化【3】OpenHMPP指令(更加灵活的使用异构计算)
爱.NET
07-30 116
1、简介下HMPP HMPP指的是（Hybrid Multicore Parallel Programming），他是由CAPS(http://www.caps-entreprise.com(英文)；www.caps-entreprise.com.cn(中文)) 发起的一种异构计算的标准，他的出现可以大大减少我们的程序优化时间。大家可以参考我之前的几篇讲解HMPP的文章去获得HMPP的试用版。 ...
OpenACC2.0-routine
wcj0626的专栏
03-12 1546
对于OpenCC1.0中，没有定义函数调用，用户自定义的函数调用只能通过内联（inline）的方式，在编译时需要添加编译选项：-Minline. 在OpenACC2.0中，新添加了routine导语，来实现用户自定义函数调用。下面我们来看一个例子： #include #pragma acc routine worker int sum(int n,float *A) {
OpenACC学习资源
fb_help的专栏
08-03 533
OpenACC资源 官方文档 https://www.pgroup.com/resources/docs/18.5/x86/openacc-gs/index.htm#using-openacc 官方网址 https://www.openacc.org/ pgi support https://www.pgroup.com/support/faq.htm stack flow 问题...
NVIDIA OpenACC 在线课程 （一） 学习笔记
并行时代
12-29 2501
1. pragma acc kernels[] { } 表示可能存在并行性，由编译器分析并行性，并根据分析结果决定是否生成GPU kernels 2. #pragma acc parallel loop  开发者已经知道该循环可以并行化，不用编译器再来分析并行性；只并行化当前修饰的循环且该循环可以是嵌套的； Independent clause 开发者知道循环迭代间不
OpenAcc社区版安装教程（Linux版）（更新版）
weixin_34082695的博客
04-06 631
官方安装过程如下图所示 1、安装前 下载OpenAcc社区版 1，目前为止的最新版，平台是Linux，选择Linux x86-64. 我的服务器系统是CentOs 下载地址链接：https://www.pgroup.com/products/community.htm 2、安装软件——以一台服务器为例 1，安装前需要一些组件 -- Linux Standard Base...
《OpenACC并行编程实战》—— 第3章 OpenACC计算构件 3.1 条件编译
weixin_33863087的博客
05-02 294
本节书摘来自华章出版社《OpenACC并行编程实战》一 书中的第3章，第3.1节，作者何沧平，更多章节内容可以访问云栖社区“华章计算机”公众号查看。 第3章 OpenACC计算构件 程序的加速效果来自于对计算部分的并行化。本章重点介绍计算并行化所用的3个构件：kernels、loop和parallel，以及几个重要的子语。编译器将串行循环映射成并行线程的...
openacc的Linux安装教程,OpenAcc社區版安裝教程（Linux版）（更新版）
weixin_34769715的博客
05-10 160
官方安裝過程如下圖所示 1、安裝前下載OpenAcc社區版1，目前為止的最新版，平台是Linux，選擇Linux x86-64. 我的服務器系統是CentOs 2、安裝軟件——以一台服務器為例1，安裝前需要一些組件-- Linux Standard Base ，lsb輸入命令 lsb_release看是否安裝過lsb，如果沒有，安裝 --gcc需要安裝gcc，一般都安裝了吧2，安裝步驟1，root...
什么情况下使用openacc来代替openmp
最新发布
06-11
OpenACC和OpenMP都是用于并行编程的工具，但它们的使用场景略有不同。一般来说，OpenMP更适合用于共享内存系统（如多核CPU），而OpenACC更适合用于加速器（如GPU）上的并行化。 当要处理的算法需要在大型数据集上执行大量的并行计算时，使用OpenACC可以提供比OpenMP更高的性能加速。由于加速器具有大量的并行处理单元（如GPU上的thousands of cores），它们可以同时处理多个数据元素。而OpenACC可以将计算任务分配到这些处理单元上，并且在内存和数据传输方面进行优化，从而实现高效的加速。 当然，OpenACC需要硬件支持来实现加速，通常需要使用显卡等加速器设备。而OpenMP可以在任何支持多线程的计算机上运行，但相对于OpenACC，它的性能加速可能会受到硬件限制。 因此，当需要在加速器上执行大规模的并行计算时，使用OpenACC可能是更好的选择。但如果只需要在共享内存系统上进行简单的并行计算，则使用OpenMP可能更为简单和方便。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

萧易风船长

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值