C++在Ubuntu上如何使用GPU加速

发布时间:2025-05-02 11:55:15

阅读量:117

在Ubuntu上使用C++进行GPU加速，通常可以通过以下几种方式实现：

1. CUDA

CUDA是NVIDIA提供的并行计算平台和编程模型，允许开发者使用C/C++编写程序来利用NVIDIA GPU进行高性能计算。

安装CUDA Toolkit

下载CUDA Toolkit：访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

安装CUDA Toolkit：打开终端，按照下载页面提供的安装指南进行安装。例如：

sudo dpkg -i cuda-repo-__amd64.deb
sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos//x86_64/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda

配置环境变量：编辑~/.bashrc文件，添加以下行：

export PATH=/usr/local/cuda-/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后运行source ~/.bashrc使更改生效。

编写和运行CUDA程序

编写CUDA C/C++代码：创建一个.cu文件，例如hello.cu：

#include 

__global__ void helloFromGPU() {
    std::cout << "Hello from GPU!" << std class="hljs-function">int main() {
    helloFromGPU<<<1, 1>>>();
    cudaDeviceSynchronize();
    return 0;
}

编译CUDA程序：使用nvcc编译器编译代码：
```
nvcc hello.cu -o hello
```
运行程序：
```
./hello
```

2. OpenCL

OpenCL是一个开放的并行计算框架，支持多种硬件平台，包括NVIDIA、AMD和Intel的GPU。

安装OpenCL SDK

安装AMD APP SDK（适用于AMD GPU）：

sudo apt-get update
sudo apt-get install fglrx-opencl-icd

安装Intel oneAPI Base Toolkit（适用于Intel GPU）：访问Intel oneAPI Base Toolkit下载页面，选择适合你系统的版本并下载安装。

编写和运行OpenCL程序

编写OpenCL C代码：创建一个.cl文件，例如hello.cl：

#include 
#include 

int main() {
    cl_platform_id platform;
    cl_device_id device;
    cl_context context;
    cl_command_queue queue;
    cl_program program;
    cl_kernel kernel;
    cl_mem buffer;
    float data[2] = {1.0f, 2.0f};
    float result;

    clGetPlatformIDs(1, &platform, NULL);
    clGetDeviceIDs(platform, CL_DEVICE_TYPE_GPU, 1, &device, NULL);
    context = clCreateContext(NULL, 1, &device, NULL, NULL, NULL);
    queue = clCreateCommandQueue(context, device, 0, NULL);

    const char *source = "__kernel void helloFromGPU(__global float *data) { data[0] = 42.0f; }";
    program = clCreateProgramWithSource(context, 1, &source, NULL, NULL);
    clBuildProgram(program, 1, &device, NULL, NULL, NULL);
    kernel = clCreateKernel(program, "helloFromGPU", NULL);

    buffer = clCreateBuffer(context, CL_MEM_READ_WRITE, sizeof(float) * 2, NULL, NULL);
    clEnqueueWriteBuffer(queue, buffer, CL_TRUE, 0, sizeof(float) * 2, data, 0, NULL, NULL);

    clSetKernelArg(kernel, 0, sizeof(cl_mem), &buffer);
    clEnqueueNDRangeKernel(queue, kernel, 1, NULL, NULL, NULL, 0, NULL, NULL);

    clEnqueueReadBuffer(queue, buffer, CL_TRUE, 0, sizeof(float) * 2, data, 0, NULL, NULL);
    printf("Result: %f\n", data[0]);

    clReleaseMemObject(buffer);
    clReleaseKernel(kernel);
    clReleaseProgram(program);
    clReleaseCommandQueue(queue);
    clReleaseContext(context);

    return 0;
}

编译OpenCL程序：使用gcc编译代码，并链接OpenCL库：
```
gcc -o hello hello.c -lOpenCL
```
运行程序：
```
./hello
```

3. Vulkan

Vulkan是一个跨平台的3D图形和计算API，支持高性能的GPU加速。

安装Vulkan SDK

下载并安装Vulkan SDK：访问Vulkan SDK下载页面，选择适合你系统的版本并下载安装。
配置环境变量：编辑~/.bashrc文件，添加以下行：
```
export PATH=/opt/vulkan/bin:$PATH
export LD_LIBRARY_PATH=/opt/vulkan/lib:$LD_LIBRARY_PATH
```
然后运行source ~/.bashrc使更改生效。