0 前言

1 CUDA安装教程

1.1 安装前的操作

1.1.1 验证是否具有支持CUDA的GPU

1.1.2 验证是否具有受支持的Linux版本

1.1.3 验证系统是否已安装gcc

1.1.4 验证系统是否安装了正确的内核头文件和开发包

1.2 安装CUDA

1.2.1 关闭nouveau

1.2.2 安装NVIDIA驱动

1.2.3 安装CUDA

1.3 安装后设置

1.4 CUDA测试

2 PGI Fortran安装

2.0 下载地址

2.1 安装PGI

2.2 环境变量设置

2.3 PGI测试

2.4 可能遇到的问题

2.4.1 gcc版本过高

参考

0 前言

教程以Ubuntu系统，显卡为GTX960为例。仅供参考。

1 CUDA安装教程

1.1 安装前的操作

1.1.1 验证是否具有支持CUDA的GPU

lspci | grep -i nvidia
# result :
01:00.0 VGA compatible controller: NVIDIA Corporation GM206 [GeForce GTX 960] (rev a1)
01:00.1 Audio device: NVIDIA Corporation Device 0fba (rev a1)

1.1.2 验证是否具有受支持的Linux版本

uname -m && cat /etc/*release
# result :
x86_64
DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=16.04
DISTRIB_CODENAME=xenial
DISTRIB_DESCRIPTION="Ubuntu 16.04.6 LTS"
NAME="Ubuntu"
VERSION="16.04.6 LTS (Xenial Xerus)"
ID=ubuntu
ID_LIKE=debian
PRETTY_NAME="Ubuntu 16.04.6 LTS"
VERSION_ID="16.04"
HOME_URL="http://www.ubuntu.com/"
SUPPORT_URL="http://help.ubuntu.com/"
BUG_REPORT_URL="http://bugs.launchpad.net/ubuntu/"
VERSION_CODENAME=xenial
UBUNTU_CODENAME=xenial

1.1.3 验证系统是否已安装gcc

gcc --version
# result :
gcc (Ubuntu 5.4.0-6ubuntu1~16.04.12) 5.4.0 20160609
Copyright (C) 2015 Free Software Foundation, Inc.
This is free software; see the source for copying conditions.  There is NO
warranty; not even for MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.

1.1.4 验证系统是否安装了正确的内核头文件和开发包

sudo apt-get install linux-headers-$(uname -r)
# result :
Reading package lists... Done
Building dependency tree
Reading state information... Done
linux-headers-4.4.0-142-generic is already the newest version (4.4.0-142.168).
linux-headers-4.4.0-142-generic set to manually installed.
0 upgraded, 0 newly installed, 0 to remove and 191 not upgraded.

1.2 安装CUDA

1.2.1 关闭nouveau

# 关闭nouveau后需要重启
sudo reboot
# 检查确保nouveau没有被加载
lsmod | grep nouveau

1.2.2 安装NVIDIA驱动

sudo sh NVIDIA-Linux-x86_64-450.80.02.run
# 查看驱动号
nvidia-smi

1.2.3 安装CUDA

CUDA工具包11.1下载地址：https://developer.nvidia.com/zh-cn/cuda-downloads

根据本机配置选择对应的CUDA工具包：

# 下载CUDA工具包
wget https://developer.download.nvidia.com/compute/cuda/11.1.0/local_installers/cuda_11.1.0_455.23.05_linux.run
# 安装CUDA
sudo sh cuda_11.1.0_455.23.05_linux.run

1.3 安装后设置

环境变量配置：

export PATH=/usr/local/cuda-11.1/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-11.2/lib\${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

显卡激活：

# 检查激活状态
systemctl status nvidia-persistenced
# 激活
sudo systemctl enable nvidia-persistenced

1.4 CUDA测试

用cuda自带的测试例子测试cuda：

cd /usr/local/cuda/samples/1_Utilities/deviceQuery
make
./deviceQuery

结果（显卡的一些信息）：

2 PGI Fortran安装

2.0 下载地址

https://www.pgroup.com/support/release_archive.php

2.1 安装PGI

tar -xzcf pgixxx.tar.gz
sudo ./install

根据提示进行下一步操作，完成安装。

2.2 环境变量设置

export PGI=/opt/pgi
MANPATH=$MANPATH:$PGI/linux86-64/13.3/man
export PATH=$PGI/linux86-64/13.3/bin:$PATH
export LD_LIBRARY_PATH=/usr/lib:$PGI/linux86-64/13.3/lib:$LD_LIBRARY_PATH

2.3 PGI测试

b.f90

module b_minteger , device :: b_d
end module b_m

a.f90

module a_minteger,device :: a_dcontainsattributes(global) subroutine aPlusB()use b_mimplicit nonea_d=a_d+b_dend subroutine aPlusB
end module a_m

aPlusB.f90

program twoPlusThreeuse a_muse b_mimplicit noneinteger :: aa_d=2b_d=3call aPlusB <<<1,1>>>()a=a_dwrite(*,"('2+3=',i0)") a
end program twoPlusThree

编译：

pgf90 -Mcuda -c b.f90
pgf90 -Mcuda -c a.f90
pgf90 -Mcuda aPlusB.f90 a.o b.o
./a.out#or
#pgf90 -c b.cuf
#pgf90 -c a.cuf
#pgf90 aPlusB.cuf a.o b.o
#./a.out

结果：

2.4 可能遇到的问题

2.4.1 gcc版本过高

解决方法如下：（手动安装gcc4.4版本）

gcc下载地址：Index of /ubuntu/pool/universe/g/gcc-4.4

sudo dpkg -i gcc-4.4_4.4.7-8ubuntu1_amd64.deb
sudo dpkg -i g++-4.4_4.4.7-8ubuntu1_amd64.deb  libstdc++6-4.4-dev_4.4.7-8ubuntu1_amd64.deb
ls /usr/bin/gcc* -ll

#增加gcc4.4版本的选择
update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-4.4 50
#切换到4.4版本
update-alternatives --config gcc
#确认当前版本
gcc --version

参考

1、NVIDIA CUDA Installation Guide for Linux Installation Guide Linux :: CUDA Toolkit Documentation

2、NVDIA官网-CUDA Linux安装指南 Installation Guide Linux :: CUDA Toolkit Documentation

3、PGI安装教程 Ubuntu16-PGI编译器(OpenACC)社区版安装教程

4、PGI-Fortran的使用提示 https://www.pgroup.com/resources/openacc_tips_fortran.htm

5、PGI官网安装指南和发行说明 https://www.pgroup.com/resources/docs/20.4/openpower/pgi-release-notes/index.htm

【Fortran】CUDA+PGI Fortran安装教程相关推荐

显卡+cuda+cudnn+tensorflow安装教程
文章目录 1. 先修知识 1.1 显卡 1.2 显卡驱动 1.3 Cuda 1.4 Cudnn 1.5 GPU 1.6 **Nouveau** 1.7 **GCC是GNU编译器套件** 2. 检查本地 ...
cuda/cudnn/cuda 10.1安装教程
方法1:NVIDIA 显卡驱动安装示例(ubuntu系统刚装好-推荐) Ubuntu 18.04 安装 NVIDIA 显卡驱动 ps: 1.新系统的签名要重新注册 2.要禁用nouveau(新安装方法 ...
CUDA与cuDNN安装教程（超详细）
前言 windows10 和win11安装 CUDA ,首先需要下载两个安装包 CUDA toolkit(toolkit就是指工具包) cuDNN 用于配置深度学习使用官方教程 CUDA:Insta ...
Windows10系统下CUDA和cuDNN安装教程
安装之前,先简单了解一下CUDA和cuDNN: CUDA (ComputeUnified Device Architecture),是显卡厂商NVIDIA推出的运算平台. CUDA是一种由NVIDIA ...
【工具配置】【Windows】Cuda和cudnn安装教程（保姆级）
1. 介绍 cuda: Compute Unified Device Architecture,是一种有NVIDIA推出的通用并行计算架构, 该架构使GPU能够解决复杂的计算问题. cudnn: 是N ...
pgi linux安装教程,Ubuntu 10.10下安装PGI Fortran 10.2
前段时间跟朋友学习WRF,需要并行计算在linux集群上,单位的集群速度其实也一般,峰值也就2T FLOPS,如果能去天津计算中心用一下天河一号该多好,想体验一下3000多T的快感.当然也只是想想,好 ...
Win10/win11安装tensorflow，不用anaconda（高中生都能看懂版）/CUDA、cuDNN安装教程
最近在kaggel上弄一个推介算法的比赛,虽然之前可以用谷歌colab跑一些机器学习的程序,但由于内存限制以及输出数据等极度不方便的问题,还是决定在自己的电脑上安装环境.现在来记录自己踩过的坑. 我的 ...
NVIDA CUDA和cuDNN安装教程
文章目录一. 查看自己的GPU版本是否支持cuda 二 .安装CUDA 三. 安装cuDNN 一. 查看自己的GPU版本是否支持cuda 打开显卡的控制面板,查看显卡是否支持cuda 二 .安装CU ...
Windows10系统CUDA和CUDNN安装教程
目录一.查看CUDA版本二.下载并安装CUDA 三.测试CUDA是否安装成功四.下载并安装CUDNN 五.测试CUDNN是否安装成功方案1 方案2 一.查看CUDA版本 1.在搜索框输入NVI ...
【环境搭建】机械革命 1650 Ti + Win10 + CUDA 8.0安装教程 CUDA 8.0网盘链接
用记忆拥抱着过去,用期望拥抱着未来. 文章目录前言一.已有条件二.CUDA安装 1.下载渠道 2.安装过程 3.添加环境变量 3.测试总结前言过年期间新买了一台"机械革命 Z3 ...

【Fortran】CUDA+PGI Fortran安装教程

0 前言

1 CUDA安装教程

1.1 安装前的操作

1.1.1 验证是否具有支持CUDA的GPU

1.1.2 验证是否具有受支持的Linux版本

1.1.3 验证系统是否已安装gcc

1.1.4 验证系统是否安装了正确的内核头文件和开发包

1.2 安装CUDA

1.2.1 关闭nouveau

1.2.2 安装NVIDIA驱动

1.2.3 安装CUDA

1.3 安装后设置

1.4 CUDA测试

2 PGI Fortran安装

2.0 下载地址

2.1 安装PGI

2.2 环境变量设置

2.3 PGI测试

2.4 可能遇到的问题

2.4.1 gcc版本过高

参考

【Fortran】CUDA+PGI Fortran安装教程相关推荐

最新文章

热门文章