docker -> GPGPU-Sim-sim 4.0 빌드

https://www.pugetsystems.com/labs/hpc/How-to-install-CUDA-9-2-on-Ubuntu-18-04-1184/#step-7-test-cuda-by-building-the-samples

 

---

1. Update 

apt-get -y update

1-1.

apt-get install sudo

 

2. Dependency 

apt-get -y install build-essential xutils-dev bison zlib1g-dev flex libglu1-mesa-dev doxygen graphviz python-pmw python-ply python-numpy libpng-dev python3-matplotlib libxi-dev libxmu-dev freeglut3-dev

2-1. python3 설치(optional)

apt-get install python3.8

2-2. pip3 설치(optional)

apt-get -y install python3-pip

2-3. matplob 설치(optional)

apt-get install python3-matplotlib

2-4. git 설치

sudo apt-get install git

sudo apt install git

3. others 설치

apt-get -y install apt-utils

apt-get -y install htop vim git ctags cscope zip gdb wget libglew-dev

 

4. gpgpu-sim 설치

git clone https://github.com/gpgpu-sim/gpgpu-sim_distribution

5. cuda 설치 ( 버전을 잘 확인해야 한다!)

https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=deb_local

nvcc -version

 

5-1. 경로 설정

echo 'export CUDA_INSTALL_PATH=/usr/local/cuda'>> ~/.bashrc
source ~/.bashrc

6. setup

cd gpgpu-sim_distribution/

source setup_environment

make

 

7. sample download

 

 

8. 애플리케이션 실행하기

make

Makefile을 수정해야 한다.

1) ALL_CCFLAGS 에서 threads 0 이런 거 지워 준다.

2) ALL_LD~~에서 --cudart shared

 

9. gpgpu-sim + app

한 폴더에 gpgpu-sim/config/tested-config 중 마음에 드는 걸 cp 하고 ./ 실행해 주면 된다

 

 

10. txt 파일로 결과 저장하기

./[app] &>[text].txt

 

 

 

 

 

 

-끝-

---

 

vectorAdd(애플리케이션) 의 makefile을 수정한다.

269 번째 줄에서 --cudart shared로 변경해준다

이미 make를 한 상태라면 ,

make clean

으로 실행하려는 애플리케이션을 다시 실행해줘야 한다.

make

그 다음에 실행해주면 오류 해결

---

nvcc fatal   : Unsupported gpu architecture 'compute_86'

compute_86 에러를 해결하기 위해 애플리케이션의 Makefile을 열어준다.

 

거기서 86 이라는 숫자를 없애고 다시 make를 하면 해결~~

---

실행이 안된다면, 드라이버 설치 문제를 해결해 본다.

그리고 gpgpu-sim을 다시 setup 한다.

sudo apt install -y ubuntu-drivers-common

 

---

파일질라 서버 연결하기

1. New site 로 새 사이트를 생성한다.

2. 프로토콜을 sftp로 변경한다.

3. 호스트에 서버를 입력/ 포트 22 

4. 로그온 유형 비밀번호 묻기 / 사용자 이름 입력

5. 연결하기

 

---

docker cp 명령어

docker cp ~/eunseong/cuda-repo-ubuntu1604-10-1-local-10.1.105-418.39_1.0-1_amd64.deb ubuntu:home/

docker cp ~/home/eunseong/cuda-repo-ubuntu1604-10-1-local-10.1.105-418.39_1.0-1_amd64.deb ubuntu:home/

docker cp /home/eunseong/cuda-repo-ubuntu1604-10-1-local-10.1.105-418.39_1.0-1_amd64.deb ubuntu:home/

no such file or directory

/home/eunseong 가 아닌가@

아님 ubuntu가 아니라 docker ps 로 고유의 이미지 이름을 알아야 함.

 

 

systemctl start docker
systemctl enable docker

 

 

 

---

E: Could not open lock file /var/lib/dpkg/lock-frontend - open (13: Permission denied)

E: Unable to acquire the dpkg frontend lock (/var/lib/dpkg/lock-frontend), are you root?

우선 터미널 여시고 모든 프로세스를 죽여줍니다~!1) sudo killall apt apt-get
만일 진행중인 프로세스가 없다라고 뜨면, 아래와 같이 하나하나씩 디렉토리를 삭제해주세요.
- sudo rm /var/lib/apt/lists/lock
- sudo rm /var/cache/apt/archives/lock
- sudo rm /var/lib/dpkg/lock*
sudo dpkg --configure -a  를 하시고 sudo apt update

출처: 
https://kgu0724.tistory.com/71
 [병아리 개발자의 이야기]

---

---

벤치마크 

 

1. nvidia driver 설치 (자동 설치로 했다)

sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update
sudo ubuntu-drivers autoinstal
sudo reboot

자세한 건 (https://codechacha.com/ko/install-nvidia-driver-ubuntu/)

 

1-1. 드라이버 470 설치 시 필요한 dependency

apt-get install libnvidia-gl-470 nvidia-compute-utils-470 xserver-xorg-video-nvidia-470 libnvidia-cfg1-470 libnvidia-ifr1-470 libnvidia-common-470 libnvidia-compute-470 

2. 벤치마크 다운로드

cd gpgpu-sim_distribution

git clone https://github.com/gpgpu-sim/ispass2009-benchmarks.git

cd ispass2009-benchmarks/

 

export CUDA_INSTALL_PATH=/usr/local/cudaNVIDIA_COMPUTE_SDK_LOCATION=/root/NVIDIA_GPU_Computing_SDK

 

 

 

---

gppgu-sim_distribution에서 /configs/tested_cfgs/ 파일을 열어보면 어떤 버전의 gpu를 사용할 수 있는지 확인할 수 있다.

 

 

http://pfzuo.github.io/2019/01/10/Install-and-Run-ISPASS2009-Benchmarks-on-GPGPUSim/

Install and Run ISPASS2009-benchmarks on GPGPU-Sim

---

cat /etc/issue

ubuntu 버전 확인하는 명령어

 

---

source setup_environment를 했는데 에러

-> 쿠다 툴킷 설치