我正在尝试计算GPU和CPU失败,我从中获得了来源 这里

我将其重命名为cudaflops.cu,然后用这个makefile编译

################################################################################
#
# Build script for project
#
################################################################################

# Add source files here 
EXECUTABLE  := benchmark
# Cuda source files (compiled with cudacc) 
CUFILES     := cudaflops.cu
# C/C++ source files (compiled with gcc / c++) 
CCFILES     := 


################################################################################
# Rules and targets

include ../../common/common.mk

#########################################

TT工作正常,并提供结果367 GFLOPS

但是现在,我不知道要在CPU中测试这个来源,我读了 这个 这说明源可以在CPU上运行。

那么,修改后的makefile如何做?

有帮助吗?

解决方案

嘿,所以问题是您需要Portland Group编译器才能在X86上运行代码:hxxp://www.prnewswire.com/news-releases/pgi-to-develop-compiler基于-nvidia-coda-coda-coda-coda-coda-coda-coda-c-cuda-c-c -Architecture-X86-Platforms-103457159.html

此外,这篇文章说,编译器正在2010年11月13日至15日进行演示,因此我不确定它何时公开可用(可能是Beta版本浮动)。 (即不,您还不能在X86上本地运行CUDA)。

目前,最简单的事情是编写一个C/C ++功能,该功能正是完成基准测试的工作(应该非常容易移植)。他们的SDK中有一些CUDA示例将CPU与GPU进行了比较(请看我认为矩阵乘法),因此,首先尝试(如果“现实世界”的情况除外,它基本上应该做与基准代码完全相同的事情,如果是“现实世界”的情况)您只是想做GPU/CPU性能。

更容易:询问NVIDIA论坛有关您的图形卡 - 他们喜欢告诉所有人他们的GPU与CPU的性能(只要说“我有X GPU,我得到了Y GFLOPS-其他所有人都得到GPU vs cpu?”)。

许可以下: CC-BY-SA归因
不隶属于 StackOverflow
scroll top