【问题标题】:Deploying linux CUDA app部署 linux CUDA 应用程序
【发布时间】:2013-02-19 08:48:05
【问题描述】:

我使用 NVIDIA CUDA 5 工具包在我的笔记本电脑上编译了一个 cu 程序。一个非常基本的界面,仅使用终端输出。然后我继续测试它如何在我的台式机上运行(两者都安装了 Ubuntu 12.04 LTS)。

在台式电脑上,我收到以下错误消息:

加载共享库时出错:libcudart.so.5.0: cannot open shared object file: No such file or directory

好的,我明白了,有些库没有安装。但是我真的需要在每台我希望我的编译代码运行的 PC 上安装 CUDA 工具包吗?

【问题讨论】:

  • 您不必安装完整的工具包,但至少您必须安装所需的库。如果你只使用像 cudamemcpy、cudamalloc 等“标准”方法,那么 cudart 就足够了。

标签: deployment cuda nvidia


【解决方案1】:

要在 Linux 上部署 CUDA 运行时 API 应用程序,您只需要做两件事:

  1. 确保有问题的机器具有 CUDA 兼容卡和与您用于构建应用程序的 CUDA 工具包相匹配的最低驱动程序版本(您可以在工具包的发行说明中找到有关这两者的信息)李>
  2. 分发您使用可执行文件构建应用程序的运行时库(如 cudart.so)。如果您使用了工具包中的任何其他库(如 CUBLAS、CUFFT、CUSPARSE 等),您也需要包含这些库。 CUDA 运行时库是版本化的,您必须拥有与您正在构建的工具包相匹配的库。您可能需要使用LD_LIBRARY_PATH 环境变量来确保链接加载器找到正确版本的库。通常一个简单的 shell 脚本充当规范应用程序,设置 LD_LIBRARY_PATH 变量并运行构建的可执行文件是最好的方法。

如果你把这两件事做对了,它应该就可以了。

【讨论】:

    猜你喜欢
    • 2016-02-08
    • 2021-10-03
    • 1970-01-01
    • 2019-02-20
    • 1970-01-01
    • 1970-01-01
    • 2017-09-02
    • 2016-08-20
    相关资源
    最近更新 更多