일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- linux c++ 컴파일
- DNN 가속기
- pytest-pythonpath 설치 오류
- Pyverilog 설치
- 남산업힐
- gcc 컴파일
- 딥러닝 가속기
- CLOCK GATING
- 이진수 곱셈 알고리즘
- Makefile compile
- Pyvrilog tutorial
- Pyverilog 실행
- linux makefile 작성
- pyverilog 설치 오류
- 컨벌루션 연산
- 클럭 게이팅
- CDC
- Pyverilog 튜토리얼
- AMBA
- systolic array
- DNN Accelerator
- Data HAzard
- linux c 컴파일
- Design DNN Accelerator
- makefile
- gpgpu-sim
- 대구 반도체 설계기업 특화
- 데이터 해저드
- CUDA
- pygraphviz 설치 오류
- Today
- Total
목록CUDA (4)
오늘은 맑음
window에서는 visual studio에서 cuda를 설치하여 사용했습니다.이번에는 linux에서 cuda를 사용해보도록 하겠습니다.저는 GPGPU-Sim에서 어플리케이션을 테스트 하려다 보니 자연스럽게 사용하게 되었습니다.소스코드 작성은 window와 같습니다.다른점이라고 하면 컴파일할 때 gcc나 g++이 아닌 nvcc를 사용한다는 점이 있겠습니다. vector add연산을 수행하는 example.cu라는 application을 작성했다고 가정하겠습니다.이제 먼저 작성한 프로그램을 compile 하겠습니다.이 때 compile을 쉽게 하기 위해 makefile을 작성하겠습니다.gcc나 g++처럼 makefile을 작성하시면 되지만 이때 nvcc로 compile해야하기 때문에 설치된 nvcc의 pa..
CUDA 실행시켜보기 CUDA를 설치했다면 실행을 시켜보아야겠죠 위와 같은 결과를 확인할 수 있습니다. ※참고로 blockIdx.x*blockDim.x+threadIdx.x에 빨간 줄이 생기며 정의되어있지 않다고 뜨지만 무시하셔도 됩니다.
window환경에서 visual studio 15/CUDA 8.0 설치하기 CUDA를 설치하려면 먼저 visual studio를 설치해야 합니다. 저는 visual studio 15버전을 미리 설치해 두었으므로 생략하도록 하겠습니다. 1. CUDA를 다운로드하기https://developer.nvidia.com/cuda-90-download-archive에서 다운로드하실 수 있습니다.다음 창이 뜨면 본인에게 맞는 옵션을 선택 후 다운로드 하시면 됩니다. 2. CUDA 설치하기 동의 및 계속을 쭉 눌러주시면 됩니다 3. 환경변수가 잘 설정되었는지 확인하기path에 CUDA_PATH가 잘 설정되어있나 확인해줍니다.환경변수까지 확인을 하셨으면 visual studio를 켜시고 프로젝트를 만들어줍니다.저는 CU..
cudaMalloc((void**)&dev_M, BufferSize);dev_M에 대한 device memory를 BufferSize만큼 할당 cudaMalloc((void**)&dev_N, BufferSize); dev_N에 대한 device memory를 BufferSize만큼 할당 cudaMalloc((void**)&dev_P, BufferSize); dev_P에 대한 device memory를 BufferSize만큼 할당 cuda에서 제공하는 메모리 복사 함수cudaMemcpy(dev_M, host_M, BufferSize, cudaMemcpyHostToDevice);만약 마지막 변수가 cudaHostToDevice면 device의 변수인 dev_M을 호스트의 변수인 host_M으로 BufferS..