现在我们转向CUDA。编译CUDA代码需要nvcc编译器。编译器能够翻译代码中CUDA专用代码,并且生成用于GPU和主机系统的机器代码。nvcc在后台使用我们配置的C/C++编译器。
在开始添加CUDA代码前,要先检查CUDA是否正确安装。CUDA Toolkit默认安装在如下路径:
●Windows操作系统
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v#.#
其中,#.#是版本号(3.2或者更高)。
●Mac OS X操作系统
/Deverloper/NVIDIA/CUDA-#.#.
●Linux操作系统
/usr/local/cuda-#.#.
如果安装正确,你应该可以在MATLAB控制界面使用如下指令
如果运行这个语句,得到错误信息:
如信息所示,可以确定错误是由于没有指定要编译的输入文件。然而,如果MATLAB显示信息:
则意味着CUDA没有正确安装。在进行下一步前,很可能需要参考http://docs. nvidia.com/cuda/index.html来确保在系统中正确安装CUDA。(www.xing528.com)
下面介绍一些确保CUDA环境正确配置的小技巧。
在Windows操作系统中,在命令提示符输入path指令检查路径:
在PATH变量中能看到NVIDIA编译器路径如下:
或者打开Control Panel>All Control Panel Items>System>Advanced System Settings,如图2.8所示。关于Windows操作系统的更多信息参见http:// docs.nvidia.com/cuda/cuda-getting-started-guide-for-microsoft-windows/index.html。
在Mac OS X操作系统中,在Finder中通过/Application/Utilities找到终端应用。在shell中,输入以下代码:
图2.8 PATH变量中NVIDIA编译器路径
你能在CUDA安装位置找到路径。更多关于Mac OS X操作系统的信息参见http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-mac-osx/index.html。
在Linux中,例如,在bash中输入以下代码:
然后寻找nvcc路径。在本例中,nvcc安装在/usr/local/cuda/bin。更多Linux操作系统的信息参见http://docs.nvidia.com/cuda/cuda-getting-started-guide-for-linux/index.html。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。