使用 GPU 的犰狳 (+BLAS)

Posted 2023-02-16

【中文标题】使用 GPU 的犰狳 (+BLAS)

【英文标题】：Armadillo (+BLAS) using GPU

【发布时间】：2013-08-01 01:26:56

【问题描述】：

是否可以使用 GPU 运行犰狳计算？有没有办法将 GPU blas 库（例如 cuBLAS）与犰狳一起使用？请注意，我对 GPU 编程完全陌生。

【参考方案1】：

当前接受的答案已过时。与 CUDA 6（目前为候选发布状态）一起，有一个名为 NVBLAS 的真正插入式替代品，它负责 GPU 交互并与犰狳结合使用。您可以通过将您的程序再次链接到 libnvblas.so 来使用 NVBLAS

但是，并非所有 BLAS 方法都可用，因此您必须指定一个备用 BLAS 库（如 openblas）。

更多详情请见https://developer.nvidia.com/cublasxt

【参考方案2】：

不，不是。

您不能为 cpu 获取代码并假设它在 gpu 上运行，因为两者具有完全不同的内存模型、硬件、编程风格等。

【讨论】：

如其他答案和常见问题解答中所述，您可以使用 NVBLAS 或 ACML：arma.sourceforge.net/faq.html

请记住，我在 2013 年 8 月写了答案；从那以后，已经发布了几十个犰狳（和 CUDA ！！）。

【参考方案3】：

我终于找到了在 Ubuntu 20.04 上使用 Cmake 和 CUDA 的快捷方式。

安装 CUDA

根据the official guidance，这似乎非常困难，但在 Ubuntu 20 上使用 apt 工作正常。

sudo apt install nvidia-cuda-toolkit

在这之后，别忘了根据documentation设置环境变量NVBLAS_CONFIG_FILE。 除了更改 CPU BLAS 库外，网站上的默认内容都可以。对我来说，libopenblas.a 不起作用，应该设置为libopenblas.so.0。

使用 Cmake 编译犰狳

手动安装对我来说似乎很复杂，所以我只是对cmake的安装方法进行了一些调整。

cmake . -Dopenblas_LIBRARY=<PATH TO NVBLAS LIB>/libnvblas.so

使用犰狳编写代码

cmake 项目没有什么不同，也不需要额外的编译标志，因为它们都是在编译 Armadillo 库时设置的。

如果出现任何问题，日志文件（默认为nvblas.log）将提供一些信息。可能是它无法打开 CPU BLAS 库。