C++在Ubuntu上如何使用GPU加速

在Ubuntu上使用C++進行GPU加速，通?？梢酝ㄟ^以下幾種方式實現：

1. CUDA

CUDA是NVIDIA提供的并行計算平臺和編程模型，允許開發者使用C/C++編寫程序來利用NVIDIA GPU進行高性能計算。

安裝CUDA Toolkit

1. 下載CUDA Toolkit： 訪問NVIDIA CUDA Toolkit下載頁面，選擇適合你系統的版本并下載。

2. 安裝CUDA Toolkit： 打開終端，按照下載頁面提供的安裝指南進行安裝。例如：

   sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb
   sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub
   sudo apt-get update
   sudo apt-get install cuda
   

3. 配置環境變量： 編輯~/.bashrc文件，添加以下行：

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

   然后運行source ~/.bashrc使更改生效。

編寫和運行CUDA程序

1. 編寫CUDA C/C++代碼： 創建一個.cu文件，例如hello.cu：

   #include <iostream>
   
   __global__ void helloFromGPU() {
       std::cout << "Hello from GPU!" << std::endl;
   }
   
   int main() {
       helloFromGPU<<<1, 1>>>();
       cudaDeviceSynchronize();
       return 0;
   }
   

2. 編譯CUDA程序： 使用nvcc編譯器編譯代碼：

   nvcc hello.cu -o hello
   

3. 運行程序：

   ./hello
   

2. OpenCL

OpenCL是一個開放的并行計算框架，支持多種硬件平臺，包括NVIDIA、AMD和Intel的GPU。

安裝OpenCL SDK

1. 安裝AMD APP SDK（適用于AMD GPU）：

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

2. 安裝Intel oneAPI Base Toolkit（適用于Intel GPU）： 訪問Intel oneAPI Base Toolkit下載頁面，選擇適合你系統的版本并下載安裝。

編寫和運行OpenCL程序

1. 編寫OpenCL C代碼： 創建一個.cl文件，例如hello.cl：

   #include <CL/cl.h>
   #include <stdio.h>
   
   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;
   }
   

2. 編譯OpenCL程序： 使用gcc編譯代碼，并鏈接OpenCL庫：

   gcc -o hello hello.c -lOpenCL
   

3. 運行程序：

   ./hello
   

3. Vulkan

Vulkan是一個跨平臺的3D圖形和計算API，支持高性能的GPU加速。

安裝Vulkan SDK

1. 下載并安裝Vulkan SDK： 訪問Vulkan SDK下載頁面，選擇適合你系統的版本并下載安裝。

2. 配置環境變量： 編輯~/.bashrc文件，添加以下行：

   export PATH=/opt/vulkan/bin:$PATH
   export LD_LIBRARY_PATH=/opt/vulkan/lib:$LD_LIBRARY_PATH
   

   然后運行source ~/.bashrc使更改生效。

編寫和運行Vulkan程序

1. 編寫Vulkan C++代碼： 創建一個.cpp文件，例如hello.cpp，并使用Vulkan API編寫代碼。

2. 編譯Vulkan程序： 使用g++編譯代碼，并鏈接Vulkan庫：

   g++ -o hello hello.cpp -lvulkan
   

3. 運行程序：

   ./hello
   

總結

選擇哪種方法取決于你的具體需求和硬件支持。CUDA適用于NVIDIA GPU，OpenCL適用于多種硬件平臺，而Vulkan則提供了更底層的控制和更高的性能。根據你的具體情況選擇合適的工具和方法。