Una vez descargado, ejecutamos el binario como superusuario.
| $ ./cudatoolkit_3.2.9_linux_64_ubuntu10.04.run |
Esto nos instala, entre otras cosas el compilador de Cuda. Ahora, tenemos que agregar una nueva ruta hacia estos compiladores. Lo podemos hacer en el ~/.bashrc:
| # CUDA export PATH=/usr/local/cuda/bin/:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:/usr/local/cuda/lib/ |
Ante el error:
| $ nvcc ejemplo.cu -o ejemplo gcc: error trying to exec 'cc1plus': execvp: No existe el archivo o directorio |
Significa que requiere del compilador de c++ => tenemos que hacer sudo apt-get install g++.
Instalación del SDK + Ejemplos
También podemos descargarnos GPU Computing SDK code samples, que contiene bastantes programas de ejemplo y simulaciones. Una vez descargado e instalado, probablemente tengamos que instalar algunas librerías más. Por ejemplo, para compilar el fluidsGL, tenemos que ir a ./NVIDIA_GPU_Computing_SDK/C/src/fluidsGL/. En src es donde están los ejemplos. Para compilar, simplemente usamos el makefile que nos deja nvidia.
| $ make |
Al compilar, pueden salir problemas parecidos a los siguientes:
| /usr/bin/ld: cannot find -lGL /usr/bin/ld: cannot find -lXi /usr/bin/ld: cannot find -lXmu /usr/bin/ld: cannot find -lglut collect2: ld returned 1 exit status make: *** [../../bin/linux/release/fluidsGL] Error 1 |
Y puede que algunos más. Esto es porque nos faltan algunas librerías por instalar. En concreto son necesarias:
| $ sudo apt-get install libxmu-dev libxi-dev libxt-dev freeglut3-dev libx11-dev |
Referencias:
