Introduction
NVIDIA CUDA Toolkit fournit un kit de développement permettant de créer des applications hautes performances accélérées par le(s) processeur(s) graphique(s) (GPU) des cartes graphiques NVIDIA. Avec le CUDA Toolkit, vous pouvez développer, optimiser et déployer vos applications sur des machines possédant au moins un processeur graphique NVIDIA. Le kit de développement inclut les bibliothèques optimisées GPU, les outils de débogage et d’optimisation, le compilateur C/C++ et les bibliothèques d’exécution pour déployer vos applications.
L’extension NVIDIA cuDNN, qui regroupe les bibliothèques optimisées GPU pour la réalisation de réseaux de neurones profonds, est aussi installée.
Les serveurs «algebra», «simplex» et «nodal» mettent à votre disposition l’intégralité du kit de développement NVIDIA CUDA Toolkit, ainsi que les exemples dans le dossier ’/usr/local/cuda/’ :
- Pour «algebra», «simplex» et «nodal» :
- NVIDIA CUDA Toolkit version 12.3 update 1
- NVIDIA cuDNN version 8.9.6
Documentation
La documentation du produit est disponible sur le site web dédié de NVIDIA à l’URL suivante :
https://docs.nvidia.com/cuda/index.html
Exemples
NVIDIA CUDA Toolkit est livré avec de nombreux exemples dont le code est situé dans le répertoire ’/usr/local/cuda/samples/’.
Pour compiler ces exemples, vous devez d’abord les copier dans votre compte PILCAM2, par exemple dans le répertoire ’~/cuda/samples/’ avec les commandes suivantes :
cd
mkdir cuda
(cd /usr/local/cuda/;tar cvpf - ./samples)|(cd ~/cuda/;tar xvpf -)
Compilez alors les exemples avec les commandes suivantes :
cd ~/cuda/samples/
make
Il est possible que certains exemples ne se compilent pas correctement. Dans ce cas, pour passer outre ces exemples mais compiler ceux qui fonctionnent, utilisez la commande suivante :
make -k
A l’issue de la compilation, les programmes exécutables se trouvent dans le répertoire ’~/cuda/samples/bin/x86_64/linux/release/’.
Vous pouvez alors les exécuter en préfixant leur nom par ’~/cuda/samples/bin/x86_64/linux/release/’. Exemple pour la commande ’clock’ :
~/cuda/samples/bin/x86_64/linux/release/clock
Pour les programmes qui nécessitent un écran graphique comme par exemple ’volumeRender’, une fois votre écran déporté sur votre poste (voir la commande ’cat /usr/local/pilcam2/doc/turbovnc/HOWTO_USE_REMOTE_DISPLAY.txt’), utilisez les commandes suivantes :
cd ~/cuda/samples/bin/x86_64/linux/release/
vglrun ./volumeRender
CUDA Toolkit étant disponible depuis des années, vous trouverez sur Internet de nombreux tutoriels, exemples et documentations pour développer vos propres applications.