生僻的知识点：cuda

最新推荐文章于 2022-08-23 14:37:52 发布
最新推荐文章于 2022-08-23 14:37:52 发布
阅读量392 收藏 2
点赞数
分类专栏： ubuntu 文章标签： CUDA
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/zhengbq_seu/article/details/84567727
版权
本文探讨了CUDA的编译选项，特别是-arch和-code参数的作用。-arch用于指定nvcc编译的目标GPU架构，可以是实际GPU型号或虚拟PTX架构。而-code选项则指定最终生成的运行时代码的目标GPU。内容中详细解释了不同虚拟架构compute_XX与实际GPU型号sm_XX的关系，并指出在使用-code时，-arch必须指定为虚拟架构。同时，文章提到了CUDA运行时系统如何处理未找到的可加载二进制代码，并推荐了两篇关于CUDA PTX ISA和硬件架构的阅读资料。
摘要由CSDN通过智能技术生成

CUDA:这些数字究竟啥意思

看程序看到的
include(FindCUDA)
LIST(APPEND CMAKE_MODULE_PATH ${PROJECT_SOURCE_DIR}/cmake_modules)
LIST(APPEND CUDA_NVCC_FLAGS --compiler-options -fno-strict-aliasing -lineinfo -use_fast_math -Xptxas -dlcm=cg)
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_35,code=sm_35)    #for gtx9XX
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_50,code=sm_50)    #for maxwell
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_52,code=sm_52)    #for maxwell
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_60,code=sm_60)    #for pascal
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_61,code=sm_61)    #for pascal
LIST(APPEND CUDA_NVCC_FLAGS -gencode arch=compute_62,code=sm_62) #for jetson tx2

  1. -arch: 指定nvcc编译目标GPU的型号，可以为“real” GPU，也可以为“virtual” PTX架构。这个选项指定了nvcc编译到PTX阶段的目标架构，而-code选项指定了nvcc

最低0.47元/天 解锁文章
zhengbq_seu
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
cuda初识
Super_CCY的博客
03-13 422
CUDA(Compute Unified Device Architecture): 统一计算架构，是GPU的编程接口。 CUDA是C语言的一种扩展，它允许使用标准C来进行GPU代码编程。这个代码即适用于主机处理器（CPU），也适用于设备处理器（GPU）。 CPU负责派生出运行在GPU设备处理器的多线程任务（CUDA称其为内核程序）。GPU设有内部调度器来把这些内核程序分配到相应的GPU硬件上。 CUDA的编译原则：基于虚拟指令集的运行时编译。 GPU并不是一个独立运行的计算平台，而需要与CPU协同工作，可
CUDA C编程（三十八）CUDA调试
AAAA202012的博客
03-20 6415
内 核 调 试 使用cuda-gdb UDA的printf CUDA的assert工具 内 存 调 试 cuda-memcheck的编译 memcheck工具 racecheck工具
浅析CUDA编译流程与配置方法
02-29 1457
http://apps.hi.baidu.com/share/detail/46089411  浅析CUDA编译流程与配置方法 不知不觉做CUDA程序已经有大半年的时间了，参加CUDA校园竞赛也得到一个优秀作品奖，也算是对自己的一个肯定，但是从来没有好好整理和记录自己的技术应用心得。由于最近实验室要求统一自己的CUDA软件开发环境，当然一个大问题就是编译选项如何配置。原先一直使用网上勇哥
【环境搭建】深度图融合点云fusibile环境配置
double_ZZZ的博客
01-21 3386
mkdir build && cd build cmake .. make 进行编译即可，会自动导出后续fusibile被调用时的路径 一些坑记录在下面： 【运行转化点云时报错：Error: no kernel image is available for execution on the device】 原因：主要是不同显卡的CUDA架构问题，根据Matching CUDA arch and CUDA gencode for various NVIDIA architectures
GPU版本不同时，cmakelist要注意修改
zh515858237的专栏
10-27 1567
命令：nvidia-smi -l 可以看到GPU的型号，例如： 这台机器的GPU版本就是P4。 我们的CMakeLists.txt中是这么写的： LIST(APPEND CUDA_NVCC_FLAGS --default-stream per-thread;-O3;-arch=sm_52;-lineinfo; --use_fast_math; -DUSE_OPENAI_GEMM
CUDA优化总结
葫芦与瓢的博客
12-16 7666
总体的CUDA优化分以下几个策略： 最大化并行执行来获得最大的利用率 优化内存使用方法来获得最大的内存吞吐量 优化指令使用方式来获得最大的指令吞吐量 具体再可以从以下几个方面入手：CUDA配置优化：指的是在CUDA核函数执行之前，其参数的设置，根据显卡的参数，结合核函数的特点，需要注意以下几个参数： 占用率：每个多核（个人觉得也可以理解成CUDA流处理）上正在执行的线程数，除以多核上允许执行的最大线
推荐CUDA程序优化的15个策略
foreverx11的专栏
03-12 1006
1. memory coalescing，保证内存融合。因为global memory在CC为1.x上是按照half wrap进行访问读写的，而在2.x上是按照wrap进行访问读写的。在显存中，有多个存储器控制器，负责对显存的读写，因此，一定要注意存储器控制器的负载均衡问题。每一个存储器控制器所控制的那片显存中的地址空间称为一个分区。连续的256Byte数据位于同一个分区，相邻的另一组256Byt
从几个简单例子了解CUDA内核的几个…
leexurui的专栏
08-29 1158
首先来看向量相加 下面是GPU 上向量相加的并行方法 1、GPU 上短长度的向量相加 再来看内积的kernel __global__ void dot( int *a, int *b, int *c ) { __shared__ int temp[THREADS_PER_BLOCK];     //每一个block内共享内存 index = threadIdx.x + blockIdx.
CFLAGS CPPFLAGS CXXFLAGS
在线笔记
10-08 853
CPPFLAGS is supposed to be for flags for the C PreProcessor; CXXFLAGS is for flags for the C++ compiler. The default rules in make (on my machine, at any rate) pass CPPFLAGS to just about everyt
ORNL SHOC（CUDA & OpenCL） 编译简记
ruilinruirui
11-18 861
先说结果，我编译结果是CUDA未编译成功，OpenCL反而成功了。若有编译CUDA成功的可以交流一下。不过貌似这不大影响我测试NVIDIA GPU及集群的结果吧。 一、ORNL简介： ORNL是橡树岭国家实验室（Oak Ridge National Laboratory，简称ORNL）是美国能源部所属最大的科学和能源研究实验室，成立于1943年，现由田那西大学和Battelle纪念研究所共同管理...
ffmpeg configure配置选项
热门推荐
123456789
09-20 2万+
帮助选项Help options 标准选项Standard options 许可证选项Licensing options 配置选项Configuration options 程序选项Program options 文档选项Documentation options 组件选项Component options 个别组件选项Individual component options 扩展库支持Extern
12.CUDA编程手册中文版---附录H数学方法
专注于人工智能领域的小何尚
04-21 1万+
附录H 数学方法 参考手册列出了设备代码中支持的 C/C++ 标准库数学函数的所有函数及其描述，以及所有内部函数（仅在设备代码中支持）。 本附录在适用时提供了其中一些功能的准确性信息。它使用 ULP 进行量化。有关最后位置单元 (ULP: Unit in the Last Place, 上面是直译的,这里可以理解为最小精度单元) 定义的更多信息，请参阅 Jean-Michel Muller’s paper On the definition of ulp(x), RR-5504, LIP RR-2005-0
visual profiler 调试cuda并行程序：根据行号定位出错行
打不死的心态活到老
05-13 1803
visual profiler 调试cuda并行程序是，如果不能够通过出错的行号，定位出错行，会很麻烦。通过在编译cuda程序的时候，设置适当的编译参数，可以实现根据行号定位出错行，为调试程序提供了很大的方便。
nvcc编译器选项及配置
weixin_34194359的博客
06-07 2088
nvcc命令选项： 选项命令有长名和短名，通常我们使用是用短名，长名主要用于描述。 １．指定编译阶段 主要指定编译的阶段以及要编译的输入文件。 -cuda -cubin -fatbin -ptx -gpu -E -c :最常使用，编译每个.c/.cc/.cpp/.cxx/.cu输入文件为object文件 -dc -dw -dlink -link -lib ：编译所...
cuda-gdb 调试python中的module/cu文件
子燕若水的博客
10-16 1550
一 安装 只要安装好了cuda,会一并安装好cuda-gdb,只需要在命令行输入cuda-gdb即可。 二 编译时注意加上Flag — 主机调试标识: -g — gpu设备调试标识: -G 或 -lineinfo(跑profile的时候调式用这个) 如下: nvcc -g -G -gencode arch=compute_20,code=sm_20 acos.cu -o acos 三 调试python中的module时只需要按照如下步骤即可 1)在你的...
如何写出正确CUDA程序(持续更新中)
耗纸的博客
05-01 3166
本文不谈CUDA优化，只谈如何正确写出CUDA程序，先写对，再说优化。最近写CUDA程序也是断断续续的，经常程序写完了需要很长的时间调试，各种错误，调试的方法也是简单的printf()，目前没找到更好的调试方法，如果有更好的办法的化希望告知。 昨天总结了下为什么写的CUDA程序总是出错（就先别说优化呢？写对再再谈别的吧），总结出一些心得和经验(算是经验)吧，结合例子看吧。首先谈谈调试方法吧，目前我
生僻知识点
weixin_44226737的博客
02-12 838
1.pow（）函数： 头文件：#include <math.h> pow（）函数用来求 x 的 y 次幂（次方），其原型为：double pow(double x, double y); pow（） 用来计算以x 为底的 y 次方值，然后将结果返回。设返回值为 ret，则...
MVSNet depthfusion配置流程
最新发布
StriveZs'Blog
08-23 2472
MVSNet depthfusion配置流程
CUDA学习（六十七）
weixin_34248118的博客
02-23 727
数学函数：参考手册列表及其说明列出了设备代码支持的C / C ++标准库数学函数的所有功能，以及所有固有功能（仅在设备代码中支持）标准函数：本节中的功能可用于主机和设备代码。本节规定了每个功能在设备上执行时的错误界限，以及在主机不提供功能的情况下在主机上执行时的错误界限。加法和乘法符合IEEE标准，因此最大误差为0.5 ulp。将单精度浮点操作数四舍五入为...
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
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