Najlepsza dystrybucja linuksowa do tworzenia cuda [zamknięte]

8

Czy ktoś może zasugerować najlepszą dystrybucję Linuksa dla rozwoju CUDA. Powodem, dla którego pytam, jest to, że próbowałem zainstalować najnowszy pakiet SDK cuda w Fedorze 12 i to był prawdziwy ból w szyi. Usunięcie sterownika nouveau i zainstalowanie sterownika nvidia zajęło mi 8 godzin. Po tym jakoś system operacyjny decyduje się na działanie i wysadzenie pliku / var / log / message do 9 GB i zjedzenie całej mojej pozostałej przestrzeni, z dziwnymi błędami. Nawet nie rozumiem, co się stało dalej, ale moje dyski Nvidii już nie działają. Proszę, nie rozpalaj mnie, NIE jestem fanem okien ani nic takiego. Używam Linuksa od 2002 roku i naprawdę mi się podoba. To tylko moje osobiste doświadczenie. Byłby bardzo pomocny w przypadku pozytywnych sugestii. Fanboye, proszę zostańcie z boku.

Z góry dziękuję.

0fnt
źródło
Problem z prośbą o „najlepsze x dla y” polega na tym, że każda osoba ma własne zdanie, co może dezorientować.
Sathyajith Bhat
Kiedy miałem na myśli najlepszy, właściwie miałem na myśli na podstawie wysiłku wymaganego do rozpoczęcia pracy. Jestem wystarczająco biegły w powłoce linux. Jednak niewiele robię ze sterownikami instalującymi odinstalowywanie rzeczy.
0fnt
Nie zamierzam odpowiadać, ponieważ jest to anegdota, ale miałem to samo doświadczenie, instalując sterowniki nvidia na Ubuntu 10.04. Musiałem umieścić na czarnej liście kilka modułów nouveau i framebuffer i potrzebowałem podać wersję jądra, aby zainstalować sterowniki NVIDIA. Po zainstalowaniu instalacja CUDA jest dość prosta i działa jak urok.
fideli

Odpowiedzi:

3

Chciałbym użyć Arch Linux, ponieważ zawiera najnowsze rzeczy i możesz zainstalować CUDA-SDK / wszystko, czego potrzebujesz bezpośrednio z AUR. (Również sterownik NVidia jest dostępny bezpośrednio w repozytorium.) Ale tak, możesz użyć wszystkiego, jeśli zbudujesz tam środowisko.

Być może Fedora pasuje również do najnowszych prac.

Apacz
źródło
2

korzystałem z OpenSuse i działał całkiem sprawnie i był łatwy w konfiguracji. dodatkową zaletą jest to, że OpenSuse to całkiem ładne środowisko pulpitu z ładnymi narzędziami do zarządzania pakietami, które nie cierpią z powodu ograniczonej funkcjonalności, takiej jak nadmierna redukcja ubuntu (i brązowy? naprawdę?).

teraz w systemie Windows, więc mogę go używać do grania, gdy się nie rozwijam. ale mogę powiedzieć, że rozwój cuda opensuse działał świetnie.

happyjack27
źródło
1

Wydaje mi się, że najlepszym rozwiązaniem dla tego rodzaju rzeczy jest to, z którego korzystają twórcy rzeczy: wszelkie instrukcje i pliki do pobrania są znacznie bardziej prawdopodobne w przypadku dystrybucji, dla której zostały napisane, niż dla jakiejkolwiek innej.

Patrząc na stronę CUDA , próbowałbym zdobyć jedną z tych dystrybucji - w tym określoną wersję. Oczywiście, gdy chcesz zainstalować nowszą wersję czegoś, wkraczasz w zupełnie nowy świat bólu ...

Neal
źródło
1

Uwaga: Ta odpowiedź może Ci się nie podobać ...

Mam system podwójnego rozruchu. Używam KUbuntu-10.04 amd64 jako mojego głównego systemu operacyjnego. Chciałbym, żeby miał gcc 4.5, ponieważ chcę OpenMP 3.0, ale poza tym ... Zainstalowałem CUDA 3.1, CUDA 3.2 i najnowsze sterowniki (260.24). Nie miałem żadnych problemów z instalacją sterowników lub CUDA. Używam również nvidia-smi i następującego skryptu o nazwie „cuda”, który umieściłem /etc/init.d/i uruchamiam na wszystkich poziomach działania:

#!/bin/bash

/sbin/modprobe nvidia

if [ "$?" -eq 0 ]; then

# Count the number of NVIDIA controllers found.
N3D=`lspci | grep -i NVIDIA | grep "3D controller" | wc -l`
NVGA=`lspci | grep -i NVIDIA | grep "VGA compatible controller" | wc -l`

N=`expr $N3D + $NVGA - 1`
for i in `seq 0 $N`; do
mknod -m 666 /dev/nvidia$i c 195 $i;
done

mknod -m 666 /dev/nvidiactl c 195 255

else
exit 1
fi

nvidia-smi --loop-continuously --interval=60 --filename=/var/log/nvidia-smi.log &
nvidia-smi -g 0 -c 2
nvidia-smi -g 1 -c 1
nvidia-smi -g 2 -c 1

Uwaga: Mam trzy karty, jedną dedykowaną do wyświetlania i dwie dedykowane do obliczeń CUDA.

Teraz, gdy powiedziałem, że obecnie jedynym minimalnie dobrym profilowaniem CUDA, które znalazłem, jest nSight, który działa tylko na Windows 7 lub Vista z VS 2005 lub 2008 - twierdzą, że działa na VS 2010 ... Riiight. Pytałem o to tutaj . Z pozostałych pytań wynika, że ​​masz dostęp do VS 2010 na Win 7. Polecam na razie pracować w VS 2008 (jeśli to możliwe) z nSight 1.5, dopóki nVidia nie usunie błędów z nowszej wersji dostosowań kompilacji. Jeśli jesteś studentem lub użytkownikiem małej firmy, możesz uzyskać bezpłatną kopię VS 2005 lub 2008 odpowiednio z DreamSpark lub BizSpark.

Poprosiłem również o wizualizację Win 7, więc nie muszę się ponownie uruchamiać - ale mogę opublikować tylko jeden link (ponieważ nie mam jeszcze 10 punktów), więc umieszczę go w komentarzu. Ja również mam żadnego doświadczenia jeszcze z prowadzeniem CUDA pod wizualizowane OS.

ps. Jeśli, podobnie jak ja, zajmujesz się obliczeniami równoległymi zarówno w CUDA, jak i OpenMP, możesz rozważyć dowolny z wersji Ubuntu 10.10, które zostały wydane wczoraj (RC) i będą stabilne za tydzień. Ubuntu 10.10 ma opcję integracji gcc 4.5.

M. Tibbits
źródło
1

Podoba mi się Scientific Linux , oparty na RHEL, jako baza naukowa. Dla nowych użytkowników, aby uniknąć niedogodności związanych z nouveau, pozostałbym z serią 5.x. W przeciwnym razie, dla wersji 6.x, zainstaluj repozytorium ElRepo i nową czarną listę. Po aktualizacji sterownik zostanie ponownie skompilowany automatycznie.

kalloyd
źródło
Dlaczego ElRepo jest użyteczny dla CUDA na RHEL 6.x?
Christian Hudon