基于GPU的CUDA應(yīng)用開(kāi)發(fā)環(huán)境構(gòu)架

鄧 力，陳曉翔，林嘉宇

(國(guó)防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院，長(zhǎng)沙 410073)

1 引言

從1999年NVIDIA公司最早提出圖形處理單元GPU到現(xiàn)在，GPU的應(yīng)用已經(jīng)不再局限于3D圖形處理了，并已經(jīng)演變成為了一個(gè)具有強(qiáng)大浮點(diǎn)數(shù)編程和計(jì)算能力的處理器，以滿足人們進(jìn)行大規(guī)?？茖W(xué)計(jì)算的要求。事實(shí)也證明，GPU在浮點(diǎn)運(yùn)算、并行計(jì)算等計(jì)算方面，可以提供數(shù)十倍乃至于上百倍于CPU的性能。因此，選擇具有巨大市場(chǎng)潛力并為開(kāi)發(fā)者提供開(kāi)源應(yīng)用開(kāi)發(fā)環(huán)境的CUDA作為開(kāi)發(fā)平臺(tái)，并對(duì)其環(huán)境平臺(tái)的搭建與應(yīng)用進(jìn)行介紹。

2 CUDA+VS2008應(yīng)用開(kāi)發(fā)環(huán)境架構(gòu)

CUDA是由硬件和軟件架構(gòu)共同組成的，這個(gè)架構(gòu)可以讓 GPU 執(zhí)行由 C、C++、Fortran、OpenCL、DirectCompute以及其他語(yǔ)言所編寫的程序。在PC上其應(yīng)用開(kāi)發(fā)平臺(tái)的搭建，總體上分為驅(qū)動(dòng)程序、編譯器和編程環(huán)境的安裝三個(gè)部分。以操作系統(tǒng)Win7(64位)家庭普通版Service Pack 1的筆記本作為基本平臺(tái)，介紹CUDA4.1+VS2008開(kāi)發(fā)環(huán)境搭建的步驟及相關(guān)事項(xiàng)。

2.1 CUDA 平臺(tái)搭建

從NVIDIA官方網(wǎng)站下載以下程序:

1)devdriver_4.1_winvista － win7_64_286.16_notebook.exe

2)cudatoolkit_4.1.28_win_64.msi(CUDA 平臺(tái):版本為4.1.28，操作系統(tǒng)為 windows64位)

3)gpucomputingsdk_4.1.28_win_64.exe(CUDA的軟件開(kāi)發(fā)工具包:版本為4.1.28，操作系統(tǒng)為windows64位)

2.1.1 devdriver安裝

由于使用的顯卡是NVIDIA GeForce GT 540M，因此需要首先安裝驅(qū)動(dòng)程序包，即上面提到的devdriver_4.1_winvista － win7_64_286.16_notebook.exe(驅(qū)動(dòng)程序:版本為4.1，操作系統(tǒng)為winvistawin7－64位，機(jī)型為筆記本)，注意在從NVIDIA官方網(wǎng)站下載時(shí)要選擇與開(kāi)發(fā)應(yīng)用的PC平臺(tái)相對(duì)應(yīng)的版本。

2.1.2 cudatoolkit安裝

接著，安裝 cudatoolkit_4.1.28_win_64.msi(CUDA 平臺(tái):版本為 4.1.28，操作系統(tǒng)為 windows64位)，注意下載時(shí)選擇對(duì)應(yīng)的版本。

devdriver和cudatoolkit程序最好都執(zhí)行默認(rèn)安裝。

2.1.3 gpucomputingsdk 安裝

最后，安裝 gpucomputingsdk_4.1.28_win_64.exe(CUDA 的軟件開(kāi)發(fā)工具包:版本為4.1.28，操作系統(tǒng)為windows64位)，注意下載時(shí)選擇對(duì)應(yīng)的版本。

建議按照缺省路徑安裝，但若覺(jué)得查找路徑麻煩，也可自己指定安裝目錄。

完成上述3步后，其cudatoolkit和 gpucomputingsdk默認(rèn)路徑分別為:

1)C:Program FilesNVIDIA GPU Computing Toolkit

2)C:ProgramDataNVIDIA CorporationNVIDIA GPU Computing SDK 4.1

下面用SDK_PATH代表C:ProgramDataNVIDIA CorporationNVIDIA GPU Computing SDK 4.1。

2.1.4 安裝檢查

在win7的環(huán)境變量中，檢查相關(guān)參數(shù)是否添加到系統(tǒng)變量里，如表1所示，若沒(méi)有則需自行添加。

表1 環(huán)境變量

以上步驟完成了對(duì)CUDA應(yīng)用平臺(tái)的安裝。

2.2 VS2008 平臺(tái)搭建

目前，支持 CUDA的 IDE有 VS2005、VS2008、VS2010等，以 Microsoft Visual Studio Team System 2008 Architecture Edition為例，安裝完成后按下面步驟進(jìn)行配置和測(cè)試。

為運(yùn)行g(shù)pucomputingsdk里的例程，首先得用VS2008生成兩個(gè)工具庫(kù)文件:

1)使用VS2008打開(kāi)SDK_PATHCcommoncutil_vs2008.sln，選“生成→批生成→全選→生成”。目的:為生成各配置需要的 cutil32［D］.lib和 cutil64［D］.lib，lib存放的位置:SDK_PATHccommonlib(win32|X64)。

2)使用 VS2008打開(kāi) SDK_PATHsharedshr Utils_vs2008.sln，選“生成→批生成→全選→生成”。目的:為生成各配置需要的 shrUtils32D.lib和 shr Utils64D.lib，lib 存放的位置:SDK_PATH\sharedlib(win32|X64)。

注意:這個(gè)項(xiàng)目編譯時(shí)有可能會(huì)提示有兩個(gè).cpp找不到，直接把他們從項(xiàng)目里移去即可。因?yàn)橥?h文件里已經(jīng)有完整代碼了。

在VS2008中，選“工具→項(xiàng)目和解決方案→VC++目錄”，在win32|X64的庫(kù)文件中添加“C:Program FilesNVIDIA GPU Computing ToolkitCUDAv4.1lib”、“SDK_PATHCcommonlib”兩個(gè)路徑;在win32|X64的引用文件和包含文件中添加“C:Program FilesNVIDIA GPU Computing ToolkitCUDAv4.1include”、“SDK_PATHCcommoninc”、“SDK_PATHsharedinc”三個(gè)路徑。目的:使VS2008能找到相關(guān)頭文件和庫(kù)文件。

然后，選“工具→項(xiàng)目和解決方案→VC++目錄項(xiàng)目設(shè)置”，將*.cu;*.cuh添加到C/C++文件擴(kuò)展名中。目的:使VS2008能執(zhí)行上述類型文件。

最后，選“工具→選項(xiàng)→文本編輯器→文件擴(kuò)展名”，將.cu和.cuh添加到 Microsoft Visual C++編輯器里。目的:使VS2008識(shí)別上述類型文件中C/C++語(yǔ)法。

使用VS2008打開(kāi)SDK_PATHCsrcandwidthTestandwidthTest_vs2008.sln，按照“編譯”→“生成bandwidthTes”→“調(diào)試”→“啟動(dòng)”，就會(huì)出現(xiàn)其結(jié)果。

3 CUDA調(diào)用GPU的性能測(cè)試

用VS2008創(chuàng)建一個(gè)空白的win32控制程序，在該項(xiàng)目里添加.cu文件，并編寫了兩個(gè)程序，一個(gè)直接用CPU計(jì)算1－300000的整數(shù)平方和并循環(huán)100次，另一個(gè)調(diào)用GPU計(jì)算1－300000的整數(shù)平方和并循環(huán)100次，并通過(guò) QueryPerformanceFrequency函數(shù)進(jìn)行了時(shí)間統(tǒng)計(jì)，如表2所示。

表2 環(huán)境變量

從結(jié)果可以看出GPU運(yùn)算花費(fèi)的時(shí)間幾乎可以不計(jì)(約為0.02ms);CPU運(yùn)算花費(fèi)的時(shí)間(約為63ms)是GPU運(yùn)算花費(fèi)時(shí)間的3150倍;在初始化設(shè)備、開(kāi)辟空間和向GPU傳入數(shù)據(jù)上花費(fèi)的時(shí)間(約為(522+1882)=2404ms)是CPU運(yùn)算花費(fèi)時(shí)間的38倍。上述測(cè)試數(shù)據(jù)表明GPU的科學(xué)計(jì)算能力明顯強(qiáng)于CPU，但是GPU與CPU進(jìn)行數(shù)據(jù)通信是GPU運(yùn)算的一個(gè)“瓶頸”。因此，只有對(duì)于可以進(jìn)行大規(guī)模數(shù)據(jù)并行計(jì)算的程序，即當(dāng)進(jìn)行并行計(jì)算所節(jié)約的時(shí)間大大超過(guò)GPU與CPU相互調(diào)用時(shí)所浪費(fèi)的時(shí)間時(shí)，GPU才能突顯出其強(qiáng)大的科學(xué)計(jì)算優(yōu)勢(shì)。

4 結(jié) 束 語(yǔ)

多核CPU和多核GPU的出現(xiàn)意味著并行系統(tǒng)已成為主流處理器芯片。此外，根據(jù)摩爾定律，其并行性將不斷擴(kuò)展。這就需要開(kāi)發(fā)出可透明地?cái)U(kuò)展并行性的應(yīng)用軟件，以便利用日益增加的處理器內(nèi)核數(shù)量。這種情況就像3D圖形應(yīng)用程序可通過(guò)透明地?cái)U(kuò)展其并行性的方式，以支持配備各種數(shù)量?jī)?nèi)核的多核GPU。CUDA正是基于應(yīng)對(duì)這種挑戰(zhàn)，而提供的一種并行編程模型和軟件環(huán)境。同時(shí)，保證了熟悉C語(yǔ)言等標(biāo)準(zhǔn)編程語(yǔ)言的程序員能夠快速掌握并使用它。隨著該開(kāi)發(fā)環(huán)境構(gòu)架的不斷發(fā)展與成熟，開(kāi)發(fā)者將能夠更加自由地發(fā)揮其靈感與創(chuàng)意，使GPU給人們的工作、教育、休閑、娛樂(lè)帶來(lái)豐富多彩的應(yīng)用。

［1］Jason Sanders，edward Kandrot.CUDA BY EXAMPLE［M］.Addison － Wesley Professional，2011.

［2］科克，胡文美.大規(guī)模并行處理器編程實(shí)戰(zhàn)［M］.北京:清華大學(xué)出版社，2010.

［3］NVIDIA CUDA C Programming Guide(Version3.1.1)［EB/OL］.NVIDIA Corporation，2010.

［4］NVIDIA CUDA C Programming Best Practices Guide(Version3.1)［EB/OL］.NVIDIA Corporation，2010.

［5］張舒，褚艷利，趙開(kāi)勇，張玉勃.GPU高性能運(yùn)算之CUDA［M］.北京:中國(guó)水利水電出版社，2009.

［6］李波，趙華成，張敏芳.CUDA高性能計(jì)算并行編程［J］.程序員，2009，25(9):55－64.