當前位置:首頁 » 編程軟體 » nvidia編譯環境名稱

nvidia編譯環境名稱

發布時間: 2022-08-10 11:28:41

① 用來編譯 cuda 代碼的 nvidia 工具叫什麼名字

你好,

它就是CUDA本身自帶的nvcc編譯器。

謝謝,望採納

② nVidia是什麼意思

▲NVIDIA公司(Nasdaq代碼: NVDA)是圖形處理技術的市場領袖,專注於打造能夠增強個人和專業計算平台的人機交互體驗的產品。公司的圖形和通信處理器擁有廣泛的市場,已被多種多樣的計算平台採用,包括個人數字媒體PC、商用PC、專業工作站、數字內容創建系統、筆記本電腦、軍用導航系統和視頻游戲控制台等。NVIDIA總部位於美國加州聖克拉拉,全球雇員數量超過2000人。

全球各地眾多OEM廠商、顯卡製造商、系統製造商、消費類電子產品公司都選擇NVIDIA的處理器作為其娛樂和商用解決方案的核心組件。在PC應用領域(例如製造、科研、電子商務、娛樂和教育等),NVIDIA公司獲獎不斷的圖形處理器可以提供出色的性能和鮮銳的視覺效果。其媒體和通信處理器能夠執行寬頻連接和通信應用中要求十分苛刻的多媒體處理任務,並在音頻應用能力方面取得突破。

NVIDIA產品和技術的基礎是NVIDIA ForceWare,這是一種綜合性軟體套件,能夠實現業內領先的圖形、音頻、視頻、通信、存儲和安全功能。NVIDIA ForceWare可以提高採用NVIDIA GeForce圖形晶元和NVIDIA nForce平台解決方案的各類台式和移動PC的工作效率、穩定性和功能。

NVIDIA是全球第一家能夠提供適用於工作和娛樂應用並且同時支持眾多操作系統的全套影院級著色三維圖形解決方案的半導體公司。其GeForce系列圖形晶元(GPU)能夠為娛樂和游戲應用提供最出色的三維、二維和高清晰度電視性能,並可滿足企業用戶所要求的高速性能、鮮銳視覺效果以及水晶般清晰度。GeForce已成為全球領先PC廠商及顯卡生產商的首選品牌。

數字媒體革命已經到來。當今的用戶希望獲得能夠處理、存儲和分配大量數字化內容的PC解決方案。NVIDIA公司的nForce媒體和通信處理器(MCP)可以實現無以倫比的系統性能、高速聯網、擴充數字媒體連接和高保真音效。基於NVIDIA nForce MCP的主板和PC解決方案能夠滿足32位和64位計算環境對可擴充性、功能和性能的需要,是專業和家庭用戶以及游戲發燒友的理想之選。
NVIDIA公司的Quadro®產品線面向專業三維和二維圖形市場。NVIDIA憑借領先的技術將基於Quadro的工作站解決方案與NVIDIA統一驅動架構(UDA)和nViewTM軟體完美地集成在一起,為設計、創意和科研專業人員提供了穩定的開發和應用環境。 NVIDIA還將系列移動工作站圖形晶元——NVIDIA Quadro Go納入其工作站解決方案中,從而在移動工作站上實現了專業工作站級的特性和性能,並為移動專業人員帶來了實實在在的利益。

NVIDIA可提供一整套移動解決方案,滿足最終用戶的多種要求,包括在保持系統性能的前提下運行工程設計應用,為多功能娛樂設備提供圖形處理能力等等。伴隨GeForce™ Go移動圖形處理器家族(包括性能超群的GeForce FX Go系列)的推出,NVIDIA 成為業界首家提供適用於移動市場的高性能三維圖形處理器的企業。對工程師和動畫師而言,全球第一款移動工作站圖形晶元 Quadro Go GL能夠讓他們在移動平台上實現實時交互。立足於大獲成功的媒體和通信處理技術,NVIDIA nForce3 GO MCP集成了能夠擴充筆記本功能和實現極致數字媒體PC體驗的軟硬體技術。
NVIDIA GoForce媒體處理器產品線能夠讓手持終端OEM打造極富誘惑力的產品。NVIDIA GoForce節能型圖形晶元能夠在極低的功耗下高效處理圖形和視頻內容,為手持終端設計者提供了一種激動人心的產品,能夠讓他們為配裝數碼相機的手機和其他手持終端開發高解析度圖片採集、視頻採集、視頻播放、游戲和彩信應用。NVIDIA的GoForce產品家族能夠在軟體上兼容MediaQ公司早期推出的媒體處理器,因此,擁有基於MediaQ的產品設計的OEM能夠快速升級產品,支持新的應用。藉助基於硬體的多媒體處理技術,NVIDIA GoForce能夠實現業內領先的性能和超炫視覺效果。
微軟XboxTM視頻游戲控制台藉助NVIDIA Xbox圖形處理器(XGPU)以及Xbox媒體和通信處理器(MCPX)實現出色的圖形效果和令人難以置信的音頻效果,以及最富動感的游戲體驗。除此以外,NVIDIA的XGPU和MCPX還能實現超凡脫俗的三維圖形、DVD和高清晰度電視、三維環境音效以及寬頻連接功能。
NVIDIA公司與全球所有領先OEM合作,包括戴爾、Gateway、MPC、惠普、IBM、微軟、索尼、日立、蘋果和富士通-西門子。在渠道方面,NVIDIA公司與全球的系統製造商合作,提供面向所有消費者的各種價位的解決方案。此外,NVIDIA公司還與下列公司合作,提供基於NVIDIA技術的獨立產品,升技計算機、青雲科技、建基、華碩計算機、BFG、映泰、承啟科技、EPoX 國際、eVGA、耕宇、技嘉科技、Jaton、麗台科技、MSI、同德、 Pine、PNY、寶聯、浩鑫和XFX等等。
NVIDIA 歷史

2000年初,NVIDIA發布全球最快的工作站GPU:QuadroNVIDIA,獲得Microprocessor Report 分析家選擇獎:最好的3D加速器。之後NVIDIA 被Microsoft 選為X-Box游戲機的指定圖形處理單元,並且相繼發布了全球第一個可每一條渲染線著色的圖形處理單元:GeForce2 GTS、主流圖形處理單元 GeForce2 MX。2000年6月,NVIDIA 獲得<商業周刊>評為全球第一半導體公司。隨後,它又發布全球最快的工作站圖形處理單元:Quadro2 Pro、高端專業工作站圖形處理單元:Quadro2 MXR以及第一個十億像素的圖形處理單元(GPU):GeForce2 Ultra。2000年9月,NVIDIA 被公認為矽谷發展最快的技術公司之一。

2001年NVIDIA被FSA評為最受尊敬的和財務管理最好的半導體公司。並很快成為全球最快達到10億美元營業額的半導體公司。在這一年裡,GeForce3的3D圖形技術獲得<游戲開發雜志>的最創新獎,被FSA評為最受尊敬的和財務管理最好的半導體公司。2001年11月,NVIDIA的GeForce3圖形處理單元(GPU)被<電腦顯示世界雜志>評為2001年最創新的產品。其生產的圖形處理器(GPU)入選<PCWorld.com> 前十名名單並且發布GeForce Titanium 系列產品, 再次擴大圖形處理單元的領先地位。

2001年NVIDIA被FSA評為最受尊敬的和財務管理最好的半導體公司。並很快成為全球最快達到10億美元營業額的半導體公司。在這一年裡,GeForce3的3D圖形技術獲得<游戲開發雜志>的最創新獎,被FSA評為最受尊敬的和財務管理最好的半導體公司。2001年11月,NVIDIA的GeForce3圖形處理單元(GPU)被<電腦顯示世界雜志>評為2001年最創新的產品。其生產的圖形處理器(GPU)入選<PCWorld.com> 前十名名單並且發布GeForce Titanium 系列產品, 再次擴大圖形處理單元的領先地位。

2003年是NVIDIA有史以來推出新顯示晶元最多的一年:NV30、NV31、NV34、NV35、NV36、NV38,六款產品相繼出現在市場上。年初已推遲許久的NV30,即GeForce FX 5800 Ultra上市,可因為多種因素很快便悄然退出市場(它針對專業領域的變種Quadro FX倒是因種種新特性和強勁性能而值得稱贊),這是NVIDIA加速推出新品的一個重要因素。隨後而來的GeForce FX 5900 Ultra(NV35)表現出了成熟的風貌,它的性能得到了大幅提升,從一定程度上改變了ATi在高端市場獨自稱雄的局面。同時NVIDIA暑期推出了性價比突出的簡化版GeForce FX 5900 SE,彌補了其在1500元到2000元市場的產品空檔。

2004年nVIDIA動作連連,相繼發布了nForce晶元組的一系列驅動後,又帶來了Forceware56.72驅動。這款驅動的文件生成日期是03/24/2004日,支持nVIDIA全系列顯卡,並且這款驅動已經通過了微軟WHQL認證,在Windows平台的穩定性和兼容性上都有保障,再加上ForceWare55系列驅動的一系列增強功能:支持DirectX9.0,支持OpenGL1.5,支持每個應用程序3D屬性的獨立調節和存檔,內建3.5版本的nVIEW多顯示技術支持IE廣告窗口封鎖功能,支持顯示Gridlines技術,支持480i、480p、720p和1080i的HDTV輸出。因此我們建議使用nVIDIA顯卡的朋友更新此款驅動。

③ 安裝顯卡驅動,顯示缺少軟體,硬體安裝失敗,怎麼解決

先去nvida中文官網下個驅動
* 刪除原有驅動(假設你安裝過源裡面的nvidia-glx驅動,曾經手動安裝驅動的可以跳過):

sudo apt-get --purge remove nvidia-glx

然後用原來xorg.conf的備份恢復X的設置

sudo cp /etc/X11/xorg.conf.backup /etc/X11/xorg.conf

重啟,確定起動正常

* 安裝編譯環境和前期步驟:

安裝頭文件和編譯環境

sudo apt-get install linux-headers-$(uname -r) build-essential

edgy已經安裝好了最新的gcc了,沒有裝的,自己裝上

gksudo gedit /etc/default/linux-restricted-moles-common

在最後的雙引號裡面添加nv兩個字,添加後就是「nv」

* 預防起動X失敗

sudo cp /etc/X11/xorg.conf /etc/X11/xorg.conf.mybackup

如果起動X失敗,可以用sudo cp /etc/X11/xorg.conf.mybackup /etc/X11/xorg.conf來灰復X設置,然後起動

* 以下為網路上留傳的要點,本人多台機器安裝沒有使用,如果不行,可以嘗試(但是會刪除受限制模塊,導致某些別的硬體無法使用):[未測試]

sudo apt-get --purge remove nvidia-settings nvidia-kernel-common
sudo rm /etc/init.d/nvidia-*

* 開始安裝(對於曾經手動安裝nv驅動的,可以在安裝的時候選擇卸載舊版的驅動):

請拿出一張紙和一支筆,記錄下一下的命令,因為我們要去到純終端裡面安裝

注意了!!!!把下面幾個命令拿筆記下來,注意空格!!!
注銷後,按Ctrl+Alt+F1,登錄後 關閉gdm

sudo /etc/init.d/gdm stop

然後開始安裝(假設下載的文件放在home根目錄下)
home 在文件系統里,打開文件系統就看見了,把下驅動拷進去

sudo sh NVIDIA-Linux-x86-1.0-9631-pkg1.run(此處用驅動文件名,嫌太長就先改名。比如改成qudong.run.運行就輸入sudo sh qudong.run)
注意:如果運行不成功,則提高到管理員身份運行。

如果你下載的是64位驅動

sudo sh NVIDIA-Linux-x86_64-1.0-9629-pkg1.run(同上)

進入安裝界面後,首先接受協議,選「接受」。 可能會有提示已經安裝了舊的驅動(視乎你自己是否有手動安裝過),是否刪除,選yes就是了,一般會提示缺少模塊,問是否網上下載,選「no」, 提示需要自己編譯模塊,選「ok」,然後編譯安裝開始,最後提示需要修改xorg.conf,是否允許,選yes, 完成安裝,選ok。 然後回到終端界面,重啟gdm

sudo /etc/init.d/gdm start

或者乾脆重新啟動系統。

現在可以重啟試試驅動是否已經裝好,在「應用程序-》系統工具-》NVIDIA X server setting裡面可以看到驅動的信息

提示:每次更新內核後都需要重新安裝nv的驅動!重復第5點的步驟即可

④ nvidia/cuda 公開源中的devel和runtime有什麼區別

從很多方面來看,CUDA和OpenCL的關系都和DirectX與OpenGL的關系很相像。如同DirectX和OpenGL一樣,CUDA和OpenCL中,前者是配備完整工具包、針對單一供應商(NVIDIA)的成熟的開發平台,後者是一個開放的標准。
雖然兩者抱著相同的目標:通用並行計算。但是CUDA僅僅能夠在NVIDIA的GPU硬體上運行,而OpenCL的目標是面向任何一種Massively Parallel Processor,期望能夠對不同種類的硬體給出一個相同的編程模型。由於這一根本區別,二者在很多方面都存在不同:

1)開發者友好程度。CUDA在這方面顯然受更多開發者青睞。原因在於其統一的開發套件(CUDA Toolkit, NVIDIA GPU Computing SDK以及NSight等等)、非常豐富的庫(cuFFT, cuBLAS, cuSPARSE, cuRAND, NPP, Thrust)以及NVCC(NVIDIA的CUDA編譯器)所具備的PTX(一種SSA中間表示,為不同的NVIDIA GPU設備提供一套統一的靜態ISA)代碼生成、離線編譯等更成熟的編譯器特性。相比之下,使用OpenCL進行開發,只有AMD對OpenCL的驅動相對成熟。

2)跨平台性和通用性。這一點上OpenCL佔有很大優勢(這也是很多National Laboratory使用OpenCL進行科學計算的最主要原因)。OpenCL支持包括ATI,NVIDIA,Intel,ARM在內的多類處理器,並能支持運行在CPU的並行代碼,同時還獨有Task-Parallel Execution Mode,能夠更好的支持Heterogeneous Computing。這一點是僅僅支持數據級並行並僅能在NVIDIA眾核處理器上運行的CUDA無法做到的。

3)市場佔有率。作為一個開放標准,缺少背後公司的推動,OpenCL顯然沒有占據通用並行計算的主流市場。NVIDIA則憑借CUDA在科學計算、生物、金融等領域的推廣牢牢把握著主流市場。再次想到OpenGL和DirectX的對比,不難發現公司推廣的高效和非盈利機構/標准委員會的低效(抑或謹慎,想想C++0x)。

很多開發者都認為,由於目前獨立顯卡市場的萎縮、新一代處理器架構(AMD的Graphics Core Next (GCN)、Intel的Sandy Bridge以及Ivy Bridge)以及新的SIMD編程模型(Intel的ISPC等)的出現,未來的通用並行計算市場會有很多不確定因素,CUDA和OpenCL都不是終點,我期待未來會有更好的並行編程模型的出現(當然也包括CUDA和OpenCL,如果它們能夠持續發展下去)。

⑤ 關於Nvidia的幾個常識

physx 是一套由 nvidia 設計的執行復雜的物理運算的技術.在 2005年7月20日,索尼同意在即將發售的 playstation3 中使用 nvidia 的 physx 和它的 sdk —— novodex 。nvidia 聲稱,physx 將會使設計師在開發游戲的過程中使用復雜的物理效果而不需要sSbBwW.cOm像以往那樣耗費漫長的時間開發一套物理引擎,而且使用了物理引擎還會使一些配置較低的電腦無法流暢運行。nvidia 更宣稱 physx 執行物理運算的效率比當前的 cpu 與物理處理軟體的組合高出 100 倍。游戲設計語言 dark basic pro 將會支持 physx,並允許其用戶利用physx 執行物理運算。
CUDA(Compute Unified Device Architecture),顯卡廠商NVidia推出的運算平台。
隨著顯卡的發展,GPU越來越強大,而且GPU為顯示圖像做了優化。在計算上已經超越了通用的CPU。如此強大的晶元如果只是作為顯卡就太浪費了,因此NVidia推出CUDA,讓顯卡可以用於圖像計算以外的目的。
目前只有G80、G92、G94和GT200平台的NVidia顯卡才能使用CUDA,工具集的核心是一個C語言編譯器。G80中擁有128個單獨的ALU,因此非常適合並行計算,而且數值計算的速度遠遠優於CPU。
你的顯卡可以

⑥ NVIDIA顯卡支持CUDA,什麼是CUDA

關於CUDA:

CUDA(Compute Unified Device Architecture)是一個新的基礎架構,這個架構可以使用GPU來解決商業、工業以及科學方面的復雜計算問題。它是一個完整的GPGPU解決方案,提供了硬體的直接訪問介面,而不必像傳統方式一樣必須依賴圖形API介面來實現GPU的訪問。在架構上採用了一種全新的計算體系結構來使用GPU提供的硬體資源,從而給大規模的數據計算應用提供了一種比CPU更加強大的計算能力。CUDA採用C語言作為編程語言提供大量的高性能計算指令開發能力,使開發者能夠在GPU的強大計算能力的基礎上建立起一種效率更高的密集數據計算解決方案。

關於NVIDIA CUDA技術
NVIDIA CUDA技術是當今世界上唯一針對NVIDIA GPU(圖形處理器)的C語言環境,為支持CUDA技術的NVIDIA GPU(圖形處理器)帶來無窮的圖形計算處理性能。憑借NVIDIA CUDA技術,開發人員能夠利用NVIDIA GPU(圖形處理器)攻克極其復雜的密集型計算難題,應用到諸如石油與天然氣的開發,金融風險管理,產品設計,媒體圖像以及科學研究等領域。
CUDA™ 工具包是一種針對支持CUDA功能的GPU(圖形處理器)的C語言開發環境。CUDA開發環境包括:

nvcc C語言編譯器
適用於GPU(圖形處理器)的CUDA FFT和BLAS庫
分析器
適用於GPU(圖形處理器)的gdb調試器(在2008年3月推出alpha版)
CUDA運行時(CUDA runtime)驅動程序(目前在標準的NVIDIA GPU驅動中也提供)
CUDA編程手冊
CUDA開發者軟體開發包(SDK)提供了一些範例(附有源代碼),以幫助使用者開始CUDA編程。這些範例包括:

並行雙調排序
矩陣乘法
矩陣轉置
利用計時器進行性能評價
並行大數組的前綴和(掃描)
圖像卷積
使用Haar小波的一維DWT
OpenGL和Direct3D圖形互操作示例
CUDA BLAS和FFT庫的使用示例
CPU-GPU C—和C++—代碼集成
二項式期權定價模型
Black-Scholes期權定價模型
Monte-Carlo期權定價模型
並行Mersenne Twister(隨機數生成)
並行直方圖
圖像去噪
Sobel邊緣檢測濾波器
MathWorks MATLAB® 插件 (點擊這里下載)
新的基於1.1版CUDA的SDK 範例現在也已經發布了。要查看完整的列表、下載代碼,請點擊此處。

技術功能
在GPU(圖形處理器)上提供標准C編程語言
為在支持CUDA的NVIDIA GPU(圖形處理器)上進行並行計算而提供了統一的軟硬體解決方案
CUDA兼容的GPU(圖形處理器)包括很多:從低功耗的筆記本上用的GPU到高性能的,多GPU的系統。
支持CUDA的GPU(圖形處理器)支持並行數據緩存和線程執行管理器
標准FFT(快速傅立葉變換)和BLAS(基本線性代數子程序)數值程序庫
針對計算的專用CUDA驅動
經過優化的,從中央處理器(CPU)到支持CUDA的GPU(圖形處理器)的直接上傳、下載通道
CUDA驅動可與OpenGL和DirectX圖形驅動程序實現互操作
支持Linux 32位/64位以及Windows XP 32位/64位 操作系統
為了研究以及開發語言的目的,CUDA提供對驅動程序的直接訪問,以及匯編語言級的訪問。

⑦ ubuntu12.04怎麼安裝nvidia的顯卡驅動

1、安裝編譯環境
sudo apt-get install build-essential pkg-config linux-headers-$(uname -r)

2、下載驅動:http://cn.download.nvidia.com/XFree86/Linux-x86/331.38/NVIDIA-Linux-x86-331.38.run 放到/home/yourname里.
右鍵修改為可執行文件,並將文件名改為NVIDIA.run(文件名太長有時在字文本模式下不能運行)

3、卸載已有驅動sudo apt-get remove --purge nvidia*
4、安裝啟動
Ctrl + Alt +F1到第一控制台.輸入用戶密碼, 然後輸入命令關閉X.
sudo stop lightdm
sudo sh NVIDIA.run

進入安裝界面後,首先接受協議,然後會告訴你你的naouveau驅動不能和nvidia驅動兼容,要創建一個文件禁用,選yes即可,禁用文件在/etc/modprobe.d/nvidia-installer-disable-nouveau.conf,然後下面全點yes,然後編譯安裝開始, 最後提示需要修改xorg.conf,是否允許,選yes, 完成安裝,選ok。
sudo start lightdm

5、啟動
在grub菜單中,按e編輯,在quiet splash 後加上nomodeset,alt+ctrl+del重啟,進入系統後修改grub文件
sudo gedit /boot/grub/grub.cfg
在quiet splash 後加上nomodeset保存重啟。
完工,開機後,能夠自動設定為最佳解析度。

⑧ Nvidia GPU的TCC模式與WDDM模式有何區別

NVIDIA 高性能 GPU(如Tesla, Quadro)可以配置為 TCC(Tesla Compute Cluster)模式或 WDDM(Windows Display Driver Model)模式。
二者區別在於,TCC 模式下,GPU完全用於計算,並不需要本地顯示功能;而 WDDM 模式下,GPU 同時扮演計算卡 + 顯卡的角色。
用途:
1. Windows系統下遠程桌面cuda程序的運行
2. Windows系統下GPU集群環境cuda集群程序的運行

TCC全名Tesla Compute Cluster是Nvidia顯卡的兩種驅動模式之一,另一種模式是WDDM(默認模式,全名Windows Display Driver Model)。

使用nvidia-smi工具可打開TCC模式,nvidia-smi是Nvidia提供的顯卡管理介面(System Management Interface),位於驅動安裝根目錄的NVSMI文件夾中,全名nvidia-smi.exe。當然,該工具的主要作用不單是用來開啟TCC,而是用來管理顯卡,有關此工具的其他功能可直接輸入-h進行查看。通常還需要c++編譯器,把cl.exe添加到路徑

支持該工具的的顯卡:
Tesla: S1070, S2050, C1060, C2050/70/75, M2050/70/90, X2070/90
Quadro: 4000, 5000, 6000, 7000 and M2070-Q

開啟命令:nvidia-smi –dm 1,倘若不存在這樣的內部命令,在環境變數中添加nvidia-smi.exe的路徑path

熱點內容
dns伺服器江川區ip地址 發布:2024-03-29 18:47:53 瀏覽:327
sql統計百分比 發布:2024-03-29 18:47:14 瀏覽:691
javatoolsfor 發布:2024-03-29 18:17:55 瀏覽:900
linuxi2c驅動 發布:2024-03-29 18:09:56 瀏覽:672
junit源碼下載 發布:2024-03-29 18:00:10 瀏覽:526
本田雅閣壓縮機不工作 發布:2024-03-29 17:59:13 瀏覽:601
溯源碼可以偽造嗎 發布:2024-03-29 17:54:45 瀏覽:57
北京編程傳 發布:2024-03-29 17:54:44 瀏覽:436
編程畫曲線 發布:2024-03-29 17:48:59 瀏覽:60
簡單存儲服務s3 發布:2024-03-29 17:48:46 瀏覽:337