RVGPU：一个基于RISC-V指令集实现的开源GPU

1. 简介

1.1 RVGPU简介

RVGPU是一个基于RISC-V指令集实现的开源GPU项目，项目目标是提供一套完整的基于RISC-V指令集的开源GPU软硬件方案。

代码仓库：rvgpu: 正在构建一套基于原生RISC-V指令集的GPU。

文档：RVGPU — rvgpu 0.1 documentation

目前已经发布 v0.2版本，可以支持简单的cuda程序在cmodel上运行。

项目包含的代码仓库如下：

• rvgpu：项目的顶层仓库，通过git submodule的方式来管理所有子项目。

• rvgpu-cmodel：gpu的C模型，用来实现指令集、架构的仿真。

• rvgpu-llvm：编译器工具链，用于实现cuda编译以及rvgpu后端。

• rvgpu-mesa：OpenGL、Vulkan的实现。

• qemu：实现一个虚拟的gpu设备。

• gvm：gpu runtime的实现。

• kmod-drv：内核态驱动。

• tools：一些开发工具。

• docs：项目文档。

项目将实现的框架如下，目前还处于早期阶段，大多数代码还在开发过程中：

​

2. 如何运行

2.1 编译源码

项目整体使用git submodule的方式管理，所以只需要clone顶层仓库就可以拉取所有的代码：

git clone --recursive https://gitee.com/rvgpu/rvgpu.git

涉及到的构建代码比较多，所以在tools仓库下实现了一个构建脚本，可以编译安装所有需要的代码仓库：

cd rvgpu
./tools/build/build.sh

编译时间较长，正确执行完脚本后，将安装到当前路径下的install目录下：

qihangkong@st-ubuntu:~/git/rvgpu$ ls install/
bin  include  lib  libexec  share

还可以直接使用编译好的二进制包：

链接: https://pan.baidu.com/s/14Yg7-wfkixe6oZoTFE75fQ 提取码: mjwa 复制这段内容后打开百度网盘手机App，操作更方便哦

2.2 运行cuda程序

cuda程序mul.cu如下：

// file: mul.cu
#include <iostream>

__global__ void mul(int a, float* x, float* y) {
    y[threadIdx.x] = a * x[threadIdx.x];
}

int main(int argc, char* argv[]) {
    const int kDataLen = 4;

    int a = 2;
    float host_x[kDataLen] = {1.0f, 2.0f, 3.0f, 4.0f};
    float host_y[kDataLen];

    // Copy input data to device.
    float* device_x;
    float* device_y;
    cudaMalloc(&device_x, kDataLen * sizeof(float));
    cudaMalloc(&device_y, kDataLen * sizeof(float));
    cudaMemcpy(device_x, host_x, kDataLen * sizeof(float), cudaMemcpyHostToDevice);

    // Launch the kernel.
    mul<<<1, kDataLen>>>(a, device_x, device_y);

    // Copy output data to host.
    cudaDeviceSynchronize();
    cudaMemcpy(host_y, device_y, kDataLen * sizeof(float), cudaMemcpyDeviceToHost);

    // Print the results.
    for (int i = 0; i < kDataLen; ++i) {
        std::cout << "y[" << i << "] = " << host_y[i] << "\n";
    }

    cudaDeviceReset();
    return 0;
}

使用clang编译cuda：

export PATH=${PWD}/install/bin:${PATH}
clang++ mul.cu -o mul --cuda-gpu-arch=rv64g -L /usr/lib64 -lcudart -ldl -lrt -pthread

通过–cuda-gpu-arch=rv64g指定编译cuda的目标设备为rvgpu。 运行程序如下：

export LD_LIBRARY_PATH=${PWD}/install/lib
# 确保应用程序已经链接到指定的动态库上
qihangkong@st-ubuntu:~/git/rvgpu$ ldd ./mul
./mul: /home/qihangkong/git/rvgpu/install/lib/libcudart.so.11.0: no version information available (required by ./mul)
        linux-vdso.so.1 (0x00007ffdc52c9000)
        libcudart.so.11.0 => /home/qihangkong/git/rvgpu/install/lib/libcudart.so.11.0 (0x00007f7f09c3f000)
        libstdc++.so.6 => /lib/x86_64-linux-gnu/libstdc++.so.6 (0x00007f7f09800000)
        libm.so.6 => /lib/x86_64-linux-gnu/libm.so.6 (0x00007f7f09b3c000)
        libgcc_s.so.1 => /lib/x86_64-linux-gnu/libgcc_s.so.1 (0x00007f7f09b1c000)
        libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007f7f09400000)
        librvgpu.so.1.0 => /home/qihangkong/git/rvgpu/install/lib/librvgpu.so.1.0 (0x00007f7f09b15000)
        /lib64/ld-linux-x86-64.so.2 (0x00007f7f09c51000)
        librvgsim.so.0.0.1 => /home/qihangkong/git/rvgpu/install/lib/librvgsim.so.0.0.1 (0x00007f7f09af0000)
        libsoftfloat.so => /home/qihangkong/git/rvgpu/install/lib/libsoftfloat.so (0x00007f7f09ace000)

运行如下：

qihangkong@st-ubuntu:~/git/rvgpu$ ./mul
./mul: /home/qihangkong/git/rvgpu/install/lib/libcudart.so.11.0: no version information available (required by ./mul)
this is RVGSim
Run Kernel
y[0] = 2
y[1] = 4
y[2] = 6
y[3] = 8

3. 问题

如果有什么问题欢迎随时联系我们：

rvgpu: 正在构建一套基于原生RISC-V指令集的GPU。