GPU 硬件与 CUDA 程序开发工具

---

参考书籍：CUDA 编程 樊哲勇
代码地址：https://github.com/QINZHAOYU/CudaSteps

GPU 硬件

在由 CPU 和 GPU 构成的异构计算平台中，通常将起控制作用的 CPU 称为 主机（host），
将起加速作用的 GPU 称为 设备（device）。

主机和设备都有自己的 DRAM，之间一般由 PCIe 总线连接。

RAM（随机存取内存），主要分为两种类型：

• SRAM（静态随机存取内存）
• DRAM（动态随机存取内存）。

GPU 计算能力不等价于计算性能；

表征计算性能的一个重要参数是 浮点数运算峰值（FLOPS）。
浮点数运算峰值有单精度和双精度之分。

• 对于 Tesla 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/2;
• 对于 GeForce 系列的 GPU，双精度下 FLOPS 一般是单精度下的 1/32。

影响计算性能的另一个参数是 GPU 内存带宽（显存）。

---

CUDA 程序开发工具

1. CUDA；
2. OpenCL，更为通用的各种异构平台编写并行程序的框架，AMD 的 GPU 程序开发工具；
3. OpenACC，由多公司共同开发的异构并行编程标准。

CUDA 提供两层 API，即 CUDA 驱动API 和 CUDA 运行时API。
CUDA 开发环境中，程序应用程序是以主机（CPU）为出发点的；应用程序可以调用 CUDA 运行时 API、
CUDA 驱动 API 和一些已有的 CUDA 库。

---

CUDA 开发环境搭建

linux 操作系统：linux下cuda环境搭建

windows10 操作系统：windows10下cuda环境搭建

---

nvidia-smi 检查与设置设备

>> nvidia-smi
Sun Apr  7 17:42:26 2024       
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 440.33.01    Driver Version: 440.33.01    CUDA Version: 10.2     |
|-------------------------------+----------------------+----------------------+
| GPU  Name        Persistence-M| Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|===============================+======================+======================|
|   0  GeForce RTX 2060    Off  | 00000000:01:00.0  On |                  N/A |
| 34%   37C    P8    19W / 170W |   2127MiB /  5912MiB |      2%      Default |
+-------------------------------+----------------------+----------------------++-----------------------------------------------------------------------------+
| Processes:                                                       GPU Memory |
|  GPU       PID   Type   Process name                             Usage      |
|=============================================================================|
|    0      1595      G   /usr/lib/xorg/Xorg                           645MiB |
|    0      5462      G   /usr/bin/gnome-shell                         372MiB |
|    0      6451      G   ...AAAAAAAAAAAACAAAAAAAAAA= --shared-files   599MiB |
|    0     11002      G   python                                       504MiB |
+-----------------------------------------------------------------------------+

1. CUDA Version， 10.2；
2. GPU Name，GeForce RTX 2060，设备号为 0；如果系统中有多个 GPU 且只要使用其中某个特定的 GPU，
   可以通过设置环境变量 CUDA_VISIBLE_DEVICES 的值，从而可以在运行 CUDA 程序前选定 GPU;
3. TCC/WDDM，WDDM（windows display driver model），其它包括 TCC（Tesla compute cluster）；
   可以通过命令行 nvidia-smi -g GPU_ID -dm 0，设置为 WDDM 模式（1 为 TCC 模式）；
4. Compute mode, Default，此时同一个 GPU 中允许存在多个进程；其他模式包括 E.Process，
   指的是独占进程模式，但不适用 WDDM 模式下的 GPU；
   可以通过命令行 nvidia-smi -i GPU_ID -c 0，设置为 Default 模式（1 为 E.Process 模式）;
5. Perf，p8（GPU 性能状态，最大p0~最小p12）；

更多关于 nvidia-smi 的资料：nvidia-smi

---