NVIDIA Compute Unified Device Architecture (CUDA) Toolkit یک پلت فرم نرم افزاری است که به توسعه دهندگان اجازه می دهد تا از قدرت محاسباتی پردازش NVIDIA و برنامه های کاربردی شتاب دهنده GPU بهره ببرند.

CUDA همچنین یک مدل برنامه نویسی و یک API است که برنامه نویسان را قادر می سازد تا کدهایی را بنویسند که قابل اجرا باشد روی هر دو CPU و GPU در حالی که انتقال داده بین آنها نیز انجام می شود.

با استفاده از جعبه ابزار CUDA، می توانید عملکرد، مقیاس پذیری و کارایی را در طیف وسیعی از برنامه ها بهبود بخشید. اینها شامل محاسبات، یادگیری عمیق، بینایی کامپیوتر، بازی و غیره است.

این جعبه ابزار از زبان های برنامه نویسی مانند C، C++، Fortran، Python و Java پشتیبانی می کند. به طور یکپارچه با چارچوب ها و کتابخانه هایی مانند TensorFlow، PyTorch OpenCV و cuDNN ادغام می شود.

همچنین، استفاده از CUDA Toolkit در حوزه های مختلفی مانند امور مالی مراقبت های بهداشتی، روباتیک، صنعت خودرو و سرگرمی گسترش می یابد. اگر به دنبال سرعت بخشیدن به پردازش تصویر یا پردازش زبان طبیعی، بهبود رمزنگاری یا پیشبرد تکنیک‌های ردیابی پرتو هستید، جعبه ابزار CUDA به شما این امکان را می‌دهد تا مشکلات را سریع‌تر و کارآمدتر حل کنید.

پیشنهاد می‌کنیم بخوانید:  Rambox را نصب کنید روی اوبونتو

از نظر سازگاری، CUDA Toolkit از توزیع‌های لینوکس، از جمله اوبونتو، دبیان، فدورا، پشتیبانی می‌کند. CentOSو OpenSUSE.

در این مقاله، شما را در این زمینه راهنمایی خواهم کرد process نصب جعبه ابزار CUDA روی اوبونتو 22.04، که اتفاقاً نسخه LTS (پشتیبانی طولانی مدت) اوبونتو است.

پیش نیازها

برای نصب جعبه ابزار CUDA روی اوبونتو 22.04، به موارد زیر نیاز دارید:

  • یک پردازنده گرافیکی NVIDIA پشتیبانی شده با حداقل قابلیت محاسباتی 3.0

  • درایور NVIDIA سازگار با نسخه CUDA Toolkit

در این راهنما من از یک نمونه GPU Paperspace با سیستم عامل Ubuntu 22.04 LTS استفاده خواهم کرد.

لطفاً توجه داشته باشید که می‌توانید از هر ارائه‌دهنده خدمات Cloud دیگری مانند Google Cloud و Vultr یا حتی رایانه شخصی خود استفاده کنید، تا زمانی که شرایط ذکر شده در بالا را برآورده کند.

برای شروع، باید یک کاربر جدید ایجاد کنید، مانند seconduser و سپس به کاربر جدید سوئیچ کنید.

CUDA Toolkit را نصب کنید

می توانید CUDA را با استفاده از فایل انتشار یا به طور متناوب با استفاده از Conda نصب کنید. در این راهنما، ما CUDA را با فایل انتشار از آرشیو رسمی Toolkit نصب خواهیم کرد.

مرحله 1: فایل انتشار CUDA را دانلود کنید.

 $ wget https://developer.download.nvidia.com/compute/cuda/12.0.1/local_installers/cuda_12.0.1_525.85.12_linux.run

مرحله 2: فایل انتشار را اجرا کنید.

 $ sudo sh cuda_12.0.1_525.85.12_linux.run

از شما خواسته می شود موافقتنامه مجوز کاربر نهایی را بپذیرید، سپس فشار دهید Enter برای پیکربندی نصب خود

پس از اتمام نصب، باید خروجی مشابه این را ببینید:

کربن--6-

پیکربندی و تأیید

مرحله 1: سرور را پیکربندی کنید

سرور را برای کار با جعبه ابزار CUDA پیکربندی کنید. مسیر CUDA را به مسیر سیستم منتقل کنید PATH، سپس مسیر کتابخانه CUDA Toolkit را به آن اضافه کنید LD_LIBRARY_PATH به طوری که بارگذار پیوند CUDA Toolkit با مکان کتابخانه های مشترک به روز می شود.

  $ echo "export PATH=/usr/local/cuda-12.0/bin${PATH:+:${PATH}}" >> /home/seconduser/.bashrc
  $ echo "export LD_LIBRARY_PATH=/usr/local/cuda-12.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}" >> /home/seconduser/.bashrc

مرحله 2: محیط را فعال کنید

پس از پیکربندی سرور برای کار با جعبه ابزار CUDA، تغییرات متغیر محیطی را فعال کنید تا سیستم بتواند CUDA را پیدا کرده و از آن استفاده کند.

$ source /home/seconduser/.bashrc

مرحله 3: تأیید نصب

 $ nvidia-smi

خروجی:

پیشنهاد می‌کنیم بخوانید:  نصب و پیکربندی DataGrip روی اوبونتو 20.04 LTS

کربن--7-

مرحله 4: نصب بسته را بررسی کنید.

بررسی کنید که بسته از CUDA Toolkit با موفقیت نصب شده است روی سرور شما

 $ nvcc --version

خروجی:
کربن--8-

آزمایش کردن

برای آزمایش برنامه‌های CUDA که به تازگی نصب شده‌اند، از چند اسکریپت تست از قبل ساخته شده توسط CUDA استفاده می‌کنید که به شما امکان می‌دهد سازگاری و عملکرد محیط دارای CUDA را به طور جامع تأیید کنید.

مرحله 1: مخزن اسکریپت های آزمایشی را کلون کنید

 $ git clone https://github.com/NVIDIA/cuda-samples.git

مرحله 2: به دایرکتوری حاوی اسکریپت نمونه deviceQuery بروید.

 $ cd cuda-samples/Samples/1_Utilities/deviceQuery

مرحله 3: اسکریپت را کامپایل کنید.

 $ make

مرحله 4: اسکریپت را اجرا کنید.

 $ ./deviceQuery

اگر برنامه CUDA شما اسکریپت را با موفقیت اجرا کرد، خروجی شما باید مشابه تصویر زیر باشد:

کربن--9-

نتیجه

در این مقاله روش نصب CUDA Toolkit را یاد گرفتید روی اوبونتو 22.04.

برخی از بهترین روش ها برای استفاده از CUDA روی اوبونتو عبارتند از:

  • سیستم و درایورهای NVIDIA خود را به روز نگه دارید تا از سازگاری و پایداری جعبه ابزار CUDA اطمینان حاصل کنید.

  • از CUDA APT PPA برای نصب و به روز رسانی CUDA Toolkit به راحتی و سریع استفاده کنید.

  • از گزینه ها و پرچم های کامپایلر nvcc برای بهینه سازی و اشکال زدایی کد CUDA خود استفاده کنید.

  • از کتابخانه ها و ابزارهای CUDA برای تقویت و ساده سازی توسعه CUDA خود استفاده کنید process.

  • برای نوشتن کد CUDA کارآمد و قابل نگهداری، از استانداردهای کدگذاری CUDA و بهترین شیوه ها پیروی کنید.

در اینجا چند منبع برای کسب اطلاعات بیشتر در مورد CUDA وجود دارد:

  • اسناد رسمی CUDA

  • آموزش CUDA Refresher

  • اسناد را بخوانید: به CUDA سلام کنید