NVIDIA HPC SDK(NVIDIA High Performance Compute Software Development Kit)是一个适用于高性能计算的全面的编译器，库和工具套件。NVIDIA HPC SDK包括通过验证的编译器，库和软件工具，这些工具对于最大化开发人员的工做效率以及HPC应用程序的性能和可移植性相当重要。html
NVIDIA HPC SDK 包括有如下的一些编译器和内容，C，C ++和Fortran编译器经过标准C ++和Fortran，OpenACC指令和CUDA支持GPU加速HPC建模和仿真应用程序。 GPU加速的数学库最大程度地提升了通用HPC算法的性能，优化的通讯库可实现基于标准的多GPU和可扩展的系统编程。 性能分析和调试工具简化了HPC应用程序的移植和优化，而容器化工具能够在本地或云中轻松部署。 经过支持NVIDIA GPU和运行Linux的Arm，OpenPOWER或x86-64 CPU，HPC SDK提供了构建NVIDIA GPU加速的HPC应用程序所需的工具。web
按照官网上的说明，能够直接下载它的tar包进行安装或者是rpm、deb包进行安装。笔者这里的操做系统是Ubuntu20.04，已经安装成功CUDA-10.1库，因此笔者下载了deb包进行安装，包含有两个版本的。算法
wget https://developer.download.nvidia.com/hpc-sdk/20.9/nvhpc-20-9_20.9_amd64.deb \ https://developer.download.nvidia.com/hpc-sdk/20.9/nvhpc-2020_20.9_amd64.deb \ https://developer.download.nvidia.com/hpc-sdk/20.9/nvhpc-20-9-cuda-multi_20.9_amd64.deb sudo apt-get install ./nvhpc-20-9_20.9_amd64.deb ./nvhpc-2020_20.9_amd64.deb ./nvhpc-20-9-cuda-multi_20.9_amd64.deb
安装的工具包安装到了/opt/nvidia/hpc_sdk文件夹中，编辑文件~/.bashrc编程
nano ~/.bashrc
而后进行环境变量设置bash
export NVARCH=`uname -s`_`uname -m`; export NVCOMPILERS=/opt/nvidia/hpc_sdk; export PATH=$NVCOMPILERS/$NVARCH/20.9/comm_libs/mpi/bin:$PATH export MANPATH=$MANPATH:$NVCOMPILERS/$NVARCH/20.9/comm_libs/mpi/man
使得环境变量生效ide
source ~/.bashrc
这样就安装成功了HPCSDK加速工具包。svg
如今咱们编写一个很是简单的程序来测试HPC SDK是否能使用。咱们这里使用到了OpenACC加速库。下面是一个C语言写成的一个程序，文件名为test.c工具
#include <stdio.h> #include <stdlib.h> void vecaddgpu( float *restrict r, float *a, float *b, int n ){ #pragma acc kernels loop copyin(a[0:n],b[0:n]) copyout(r[0:n]) for( int i = 0; i < n; ++i ) r[i] = a[i] + b[i]; } int main( int argc, char* argv[] ){ int n; /* vector length */ float * a; /* input vector 1 */ float * b; /* input vector 2 */ float * r; /* output vector */ float * e; /* expected output values */ int i, errs; if( argc > 1 ) n = atoi( argv[1] ); else n = 100000; /* default vector length */ if( n <= 0 ) n = 100000; a = (float*)malloc( n*sizeof(float) ); b = (float*)malloc( n*sizeof(float) ); r = (float*)malloc( n*sizeof(float) ); e = (float*)malloc( n*sizeof(float) ); for( i = 0; i < n; ++i ){ a[i] = (float)(i+1); b[i] = (float)(1000*i); } /* compute on the GPU */ vecaddgpu( r, a, b, n ); /* compute on the host to compare */ for( i = 0; i < n; ++i ) e[i] = a[i] + b[i]; /* compare results */ errs = 0; for( i = 0; i < n; ++i ){ if( r[i] != e[i] ){ ++errs; } } printf( "%d errors found\n", errs ); return errs; }
对上述程序进行编译处理:oop
nvc -o test -acc test.c
若是显示下列内容则安装成功性能
0 errors found
fortran90程序，测试文件test.f90
module vecaddmod
implicit none
contains
subroutine vecaddgpu( r, a, b, n )
real, dimension(:) :: r, a, b
integer :: n
integer :: i
!$acc kernels loop copyin(a(1:n),b(1:n)) copyout(r(1:n))
do i = 1, n
r(i) = a(i) + b(i)
enddo
end subroutine
end module
program main
use vecaddmod
implicit none
integer :: n, i, errs, argcount
real, dimension(:), allocatable :: a, b, r, e
character*10 :: arg1
argcount = command_argument_count()
n = 1000000 ! default value
if( argcount >= 1 )then
call get_command_argument( 1, arg1 )
read( arg1, '(i)' ) n
if( n <= 0 ) n = 100000
endif
allocate( a(n), b(n), r(n), e(n) )
do i = 1, n
a(i) = i
b(i) = 1000*i
enddo
! compute on the GPU
call vecaddgpu( r, a, b, n )
! compute on the host to compare
do i = 1, n
e(i) = a(i) + b(i)
enddo
! compare results
errs = 0
do i = 1, n
if( r(i) /= e(i) )then
errs = errs + 1
endif
enddo
print *, errs, ' errors found'
if( errs ) call exit(errs)
end program
编译程序
nvfortran -o test -acc test.f90
若显示
0 errors found
则安装成功
[1] HPC SDK 官方安装向导
[2] OpenAcc官方参考文档