Ubuntu 18.04安装GPGPU-Sim，运行ispass-2009 benchmarks

最新推荐文章于 2024-05-16 09:47:57 发布

小鹿学长

最新推荐文章于 2024-05-16 09:47:57 发布

阅读量2.8k

点赞数 8

分类专栏： ubuntu操作文章标签： Ubuntu GPGPU_Sim ispass-2009 benchmarks

本文链接：https://blog.csdn.net/u010409517/article/details/91050129

版权

ubuntu操作专栏收录该内容

3 篇文章 0 订阅

订阅专栏

最近做实验要搭建GPGPU-Sim环境，无奈这个软件太过小众，官网教程也不明确，百度只查到大光叔叔在2015年发的比较完整的安装方法（大光安装方法），但安装的Ubuntu版本太过老旧，还是server版本，太不友好了。

遂谷歌之，找了几个比较方法，折腾了大半天，最后终于在Ubuntu 18.04中安装成功，事实证明Ubuntu版本不重要，主要是cuda和gcc、g++版本要安装正确。现将完整步骤分享如下：

GPGPU-Sim（http://gpgpu-sim.org/ ）用来评估GPU运行一个应用所需要的时钟周期数。当前GPGPU-Sim支持四种架构：GTX480、QuadroFX5600、QuadroFX5800和TeslaC2050。

一、下载安装NVIDIA CUDA 4.0

1.下载ubuntu linux 10.10 cuda toolkit和GPU Computing SDK code samples
Https://developer.nvidia.com/cuda-toolkit-40
GPGPU-Sim只支持到cuda 4

2.安装CUDA toolkit

chmod +x cudatoolkit_4.0.17_linux_64_ubuntu10.10.run
sudo ./cudatoolkit_4.0.17_linux_64_ubuntu10.10.run

在这里插入图片描述
默认安装在/usr/local/cuda，不用管他，直接enter。

3.增加CUDA toolkit到～/.bashrc中，添加环境变量
.bashrc在根目录下，是隐藏文件，按control+H可看到

echo 'export PATH=$PATH:/usr/local/cuda/bin' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib:/usr/local/cuda/lib64' >> ~/.bashrc
source ~/.bashrc

可用vim查看：

sudo vim ～/.bashrc

在这里插入图片描述
可看到底部两行已加入路径。

4.安装GPU Computing SDK code samples

chmod +x gpucomputingsdk_4.0.17_linux.run
sudo ./gpucomputingsdk_4.0.17_linux.run

在这里插入图片描述
默认安装在～/NVIDIA_GPU_Computing_SDK路径中，不用管他。

5.安装gcc-4.4和g+±4.4(CUDA 4.0只支持gcc版本到4.4）

sudo apt-get install gcc-4.4 g++-4.4

由于Ubuntu 18.04自带7.4.0版本gcc，所以无法安装
在这里插入图片描述
可通过以下方法修改：

sudo vim /etc/apt/sources.list

底部增加两行代码，按I插入：

deb http://dk.archive.ubuntu.com/ubuntu/ trusty main universe
deb http://dk.archive.ubuntu.com/ubuntu/ trusty-updates main universe

在这里插入图片描述
添加好后，按esc，然后按**:wq**，保存退出。
更新apt源：

sudo apt-get update

在这里插入图片描述
再重新安装gcc-4.4和g++ -4.4就可以了

sudo apt-get install gcc-4.4 g++-4.4

在这里插入图片描述
6.改变系统中的gcc/g++为gcc-4.4/g+±4.4

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 150
sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.4 100
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-7 150
sudo update-alternatives --install /usr/bin/g++ g++ /usr/bin/g++-4.4 100

用update-alternatives选择4.4版本：

sudo update-alternatives --config gcc

在这里插入图片描述

二、下载和安装GPGPU-Sim

1.从GitHub下载GPGPU-Sim

sudo apt-get install git
git clone https://github.com/gpgpu-sim/gpgpu-sim_distribution.git

在这里插入图片描述
2.安装依赖

sudo apt-get install build-essential xutils-dev bison zlib1g-dev flex libglu1-mesa-dev
sudo apt-get install doxygen graphviz
sudo apt-get install python-pmw python-ply python-numpy libpng12-dev python-matplotlib
sudo apt-get install libxi-dev libxmu-dev freeglut3-dev

3.添加CUDA_INSTALL_PATH到~/.bashrc中

echo 'export CUDA_INSTALL_PATH=/usr/local/cuda' >> ~/.bashrc
source ~/.bashrc

4.编译GPGPU_Sim

source setup_environment
make
make docs

在这里插入图片描述
make结束会出现错误

移除cuobjdump.l:109-111行：

sudo vim cuobjdump.l

再make就不会出现错误了

make

5.运行GPGPU_Sim
我们先看看gcc、g++、cuda版本

gcc -v
g++ -v
nvcc --version

在这里插入图片描述
cuda程序示例：

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include <stdio.h>

__global__ void kernel(void) {

}

int main() {

    kernel << <1, 1 >> > ();
    printf("Hello world!\n");
    return 0;

}

保存为hello.cu格式。

终端运行：

nvcc  hello.cu -o hello.out

生成一个hello.out文件

./hello.out

在这里插入图片描述
但还不能运行GPGPU_Sim，要将GTX480文件夹下的三个文件都复制到程序中。但我发现在其他的文件夹中不能激活GPGPU_Sim环境，有可能是没有加到环境变量中的原因。所以我将刚才生成的hello.out文件复制到gugpu-sim_distribution文件夹下，并将/configs/GTX480中的三个文件复制出来。
在这里插入图片描述
在此路径中运行：

source setup_environment

在这里插入图片描述

./hello.out

会发现出现一大堆信息，最后可以看到运行时间，速率等信息，以及最后的输出。至此，GPGPU_Sim安装运行完毕。
在这里插入图片描述

三、运行ispass-2009 benchmarks

1.编译运行GPU Computing SDK code samples
进入到/home/superlinc/NVIDIA_GPU_Computing_SDK/C中，直接make。
但会出现错误。
在这里插入图片描述
按网上教程步骤：

打开./C/common/common.mk，将 $(R E N D E R C H E C K G L L I B) 放在$ {OPENGLLIB}前面

LIB += $(RENDERCHECKGLLIB) ${OPENGLLIB} $(PARAMGLLIB) $(CUDPPLIB) ${LIB} -ldl -rdynamic
LIB += -lcuda   $(RENDERCHECKGLLIB) ${OPENGLLIB} $(PARAMGLLIB) $(CUDPPLIB) ${LIB}
LIB += $(RENDERCHECKGLLIB) ${OPENGLLIB} $(PARAMGLLIB) $(CUDPPLIB) ${LIB}

在这里插入图片描述

类似地，编辑./CUDALibraries/common/common.mk
cd ~/NVIDIA_GPU_Computing_SDK
编辑Makefile。把CUDALibraries、OpenCL注释掉
make
所有的文件在~/NVIDIA_GPU_Computing_SDK/C/bin/linux/release/里。

按照上面的教程，我make还是会出先同样的问题。

2.下载ispass-2009 benchmarks

cd /home/gpgpu-sim_distribution
git clone https://github.com/gpgpu-sim/ispass2009-benchmarks.git
cd ispass2009-benchmarks/

3.打开Makefile.ispass-2009，顶部加上环境变量
注意：不是bashrc，是Makefile.ispass-2009中加环境变量！！！

export CUDA_INSTALL_PATH=/usr/local/cuda
PATH=${CUDA_INSTALL_PATH}/bin:$PATH:/usr/bin:/bin
NVIDIA_COMPUTE_SDK_LOCATION=/home/superlinc/NVIDIA_GPU_Computing_SDK

4.编译

make -f Makefile.ispass-2009

会有很多编译不了，注释掉

#$(SETENV) make noinline=$(noinline) -C AES
#$(SETENV) make noinline=$(noinline) -C DG/3rdParty/ParMetis-3.1
#$(SETENV) make noinline=$(noinline) -C DG
#$(SETENV) make noinline=$(noinline) -C WP

可以编译通过了

make -f Makefile.ispass-2009

生成的二进制文件在…/bin/release/中。
在这里插入图片描述
5.激活环境，链接GPU配置文件

cd /home/gpgpu-sim_distribution
source setup_environment 
cd ispass2009-benchmarks/
./setup_config.sh GTX480

在这里插入图片描述
6.运行基准测试，比如NN

cd NN/
sh README.GPGPU-Sim

在这里插入图片描述
会有错误，gpuwattch_gtx480.xml找不到，不用管他。

至此，所有安装完毕。