Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- faq:cuda [2019/03/22 09:57]
127.0.0.1 edição externa
+++ faq:cuda [2020/05/02 07:39]
josealvim
@@ Linha 2: / Linha 2: @@
 ===== Qual Máquina tem o CUDA disponível? =====
+A única máquina que tem placas de vídeo Nvidia com capacidade CUDA é a ''neozil''.
-A única máquina que tem placas de vídeo Nvidia com capacidade CUDA é a __dota__. Ela está equipada com duas Nvidia Tesla K20c SM35.
+Ela está equipada com duas Nvidia Tesla K20c SM35.
 ===== Qual a versão do CUDA Toolkit disponível? =====
+A versão atual é o CUDA Toolkit 9.1.
-A versão atual é o CUDA Toolkit 9.1 e planejamos mantê-lo atualizado sempre que possível.
 ===== Como faço para usar o CUDA? =====
-==== 0. Conectar ====
+==== Caso o nvcc não funcione ====
-Para poder usar qualquer parte do CUDA (compilar e executar comandos) é necessário que você faça ''ssh'' para o servidor __dota__, de __dentro da rede linux__ (Se ainda não está __dentro__ da rede veja [[FAQ:acesso|aqui]] como acessá-la externamente), através do comando:
+Para poder usar o ''nvcc'' e outros comandos do CUDA toolkit, é necessário
+adicionar a pasta /usr/local/cuda/bin para a sua variável de ambiente PATH.
-<code bash> ssh dota</code>
+<code bash>
+PATH=$PATH:/usr/local/cuda/bin"
+echo "export PATH=$PATH:/usr/local/cuda/bin" >> ~/.bashrc
+</code>
-Uma vez logado na dota, podemos iniciar a preparação. Não se preocupe, esse passo só é necessário na primeira vez.
+==== Exemplos ====
+A Nvidia provê vários exemplos pequenos, mas muito abrangentes, de código
+CUDA. Eles estão localizados na pasta ''/nvidia/NVIDIA_CUDA-X.X_Samples'',
+Para poder compilar, modificar ou executar esses códigos, você deve
+copiá-los para alguma pasta de sua preferência dentro de sua //home//:
-==== 1. Preparação caso o nvcc não funcione ====
+<code bash>
+cp -r /nvidia/NVIDIA_CUDA-9.1_Samples ~/cuda_samples
+</code>
-Para poder usar o nvcc e outros comandos do CUDA toolkit, é necessário adicionar a pasta /usr/local/cuda/bin para a sua variável de ambiente PATH.
+==== Compilando e Rodando ====
-O comando abaixo deve funcionar se o seu shell for o bash(padrão na rede linux):
+O compilador do CUDA aceita códigos C e C++, além do próprio CUDA. Para
+compilar um arquivo de código, basta chamar o **nvcc** como se fosse
+qualquer outro compilador de C.
-<code bash> echo "export PATH=\$PATH:/usr/local/cuda/bin" >> ~/.bashrc </code>
+<code bash>
+nvcc codigo.cu
+</code>
-==== 2. Exemplos ====
+Para rodar o executável gerado também é como qualquer outro.
-A Nvidia provê vários exemplos pequenos, mas muito abrangentes, de código CUDA. Eles estão localizados na pasta ''/nvidia/NVIDIA_CUDA-X.X_Samples'', onde o X.X é a versão mais recente do CUDA Toolkit. Para poder compilar, modificar ou executar esses códigos, você deve copiá-los para alguma pasta de sua preferência dentro de sua //home//:
+<note important>
+Não crie seu próprio ''nvidia-cuda-mps-server''. O
+''nvidia-cuda-mps-server'' é um processo gerenciador
+das gpus que é executado pela raíz e não atrapalha a
+execução do seu processo.
+</note>
-<code bash> cp -r /nvidia/NVIDIA_CUDA-9.1_Samples ~/cuda_samples</code>
+<note important>
+Como o servidor possui duas GPUS, é necessário informar em
+qual delas seu ''kernel'' irá rodar.
+</note>
-==== 3. Compilando e Rodando ====
+Para isso basta, antes de chama-lo, colocar a linha:
-O compilador do CUDA aceita códigos C e C++, além do próprio CUDA. Para compilar um arquivo de código, basta chamar o **nvcc** como se fosse qualquer outro compilador de C.
+<code c>
+cudaSetDevice(id);
+</code>
-<code bash> nvcc codigo.cu </code>
+==== Comando Úteis ====
-Para rodar o executável gerado também é como qualquer outro. __IMPORTANTE__ Não crie seu próprio nvidia-cuda-mps-server, já há um processo desses para gerenciar todos os executáveis rodados pelos usuários.
-==== -------IMPORTANTE!------- ====
-Como o servidor possui duas GPUS, é necessário informar em qual delas seu ''kernel'' irá rodar. Para isso basta antes de chamar o ''kernel'' colocar a linha:
-<code c> cudaSetDevice(id); </code>
-Onde __id__ é 0 ou 1 dependendo de qual GPU é para ser utilizada. É possível também executar, usando esse método, programas que rodam em várias GPUs, porém eles requerem maior otimização para compensar o //overhead// da comunicação inter-GPUs.
-Lembrando que mais de um programa pode rodar em cada GPU, mesmo sendo de outro usuário.
-==== 4. Comando Úteis ====
 ^ Comando         ^ Descrição^
@@ Linha 57: / Linha 65: @@
 | ''nvidia-smi''  | Display de informações gerais das gpus|
-O comando ''nvidia-smi'' é na verdade uma variedade de comandos juntos num comando só (vide ''nvidia-smi -h'') . Com ele é possível obter informações como id, uso e memória livre das GPUs e quais processos estão rodando nelas (grealmente os processos serão gerenciados pelo ''mps-server'' e não aparecerão individualmente), o que facilita na hora de escolher uma GPU mais livre para rodar o seu programa(livre em termos de memória).
+O comando ''nvidia-smi'' é na verdade uma variedade de comandos
+juntos num comando só (vide ''nvidia-smi -h'') . Com ele é possível
-=== Infos ===
+obter informações como id, uso e memória livre das GPUs e quais
+processos estão rodando nelas (grealmente os processos serão
-O ''nvidia-cuda-mps-server'' é um processo gerenciador das gpus, ele é rodado pelo root e não atrapalha a execução do seu processo.
+gerenciados pelo ''mps-server'' e não aparecerão individualmente),
+o que facilita na hora de escolher uma GPU mais livre para rodar o
-==== 5. Uso ====
+seu programa.
-O fim do servidor de GPUs da Rede Linux é o uso por parte dos alunos para fins acadêmicos como EPs, projetos, testes, experimentos, etc.. Assim, o uso das GPUs para fins não acadêmicos, como __MINERAÇÃO__ de criptomoedas, são __EXPRESSAMENTE PROIBIDOS__
+==== Uso ====
+Eu vou pessoalmente bater em quem usar isso pra minerar bitcoin.
+ --- //[[jose.alvim@usp.br|Jose Goudet Alvim]] 2020/05/02 07:39//

Rede GNU-Linux

Ferramentas do usuário

Ferramentas do site

Diferenças

Ferramentas da página