在jetson tk1板上将CULA密集库加载到python中答案

【问题标题】：Load CULA dense library into python on jetson tk1 board在jetson tk1板上将CULA密集库加载到python中
【发布时间】：2014-11-13 11:20:19
【问题描述】：

从本网站 (http://www.culatools.com/downloads/dense/) 成功下载完整的 CULA 密集 R18 包并将其安装到我的 jetson TK1 板上后，我无法使用 ctypes 将库加载到 python 中。我已更改 ./bashrc 中的 LD_LIBRARY_PATH 以包含包含 libcula_lapack.so 共享对象文件的目录：

export PATH=/usr/local/cuda-6.0/bin:$PATH
LD_LIBRARY_PATH=/usr/local/cula/lib/
export LD_LIBRARY_PATH

但是当我运行以下代码时：

import ctypes
libculac = ctypes.cdll.LoadLibrary("libcula_scalapack.so")

我收到此错误：

libcula_scalapack.so: cannot open shared object file: No such file or directory

我尝试将完整目录作为参数等放入，并且我还尝试了 lib 目录和 lib64 目录中的每个 .so 文件，以防我有错误的文件。当我将文本文件放在同一目录（或任何目录）中并在 LoadLibrary 命令中调用它时，除非我打错字，否则上述错误代码不会触发（尽管如预期的那样，当然会触发另一条错误消息） .

相比之下，我已应用完全相同的方法（据我所知）将 cudart 和 npp 库导入 python 并取得了巨大成功。任何帮助将不胜感激，如果我遗漏了任何重要信息或者我非常密集（双关语），请通知我。谢谢！

板：Jetson TK1

CUDA：6.0（从https://developer.nvidia.com/jetson-tk1-support下载）

操作系统：L4T Ubuntu 14.04（来自https://developer.nvidia.com/jetson-tk1-support）

语言：Python 2.7

【问题讨论】：

你确定有 ARM 的 CULA 库吗？
好点，出于某种原因我没有考虑处理器兼容性。我只是在参考手册、发行说明和 API 指南中输入了“arm”和“intel”，两种表达式的唯一结果是：参考指南 - CULA 在内部使用英特尔® 数学核心函数库 (MKL)。如需更多信息，请参阅 MKL 产品页面intel.com/software/products/mkl。发行说明- * 已更改：添加了对 Intel OpenMP 5 可再发行组件 (libiomp5) 的运行时依赖项。所以我想这意味着 CULA 与 Jetson TK1 不兼容。真是太可惜了！

标签： python cuda ctypes nvidia cula

【解决方案1】：

CULA 库似乎与 ARM 架构不兼容，如参考指南中的“CULA 在内部使用英特尔® 数学内核库 (MKL)”行所示，因此与 Jetson TK1 不兼容，真是太可惜了。

【讨论】：

【解决方案2】：

我不知道 8 个月后这是否意味着什么，但本着记录进展的精神...我已经能够在 CUDA 6.5 + Python + Theano + Lasagne 上成功运行卷积神经网络一个 Jetson TK1，更多信息在 Lasagne 谷歌组：https://groups.google.com/d/msg/lasagne-users/GtcQo1dSJdo/3X5DVSkvGNUJ

因此，绝对有可能在 Jetson TK1 上获得有效的 CUDA 实现，并让它为典型练习执行计算。幸运的是，NVIDIA 已经发布了使用所有正确的 CUDA 和 GPU 驱动程序安装 Ubuntu 的说明。

【讨论】：

CUDA 和 CULA 不是一回事。自 Jetson TK1 产品的第一天起，CUDA 就已在该产品上可用。