如何使用软件实现在没有 GPU 的情况下运行 CUDA？

Question

我的笔记本电脑没有 nVidia 显卡，我想在 CUDA 上工作。该网站称 CUDA 也可以在非 cuda 硬件上以仿真模式使用。但是，当我尝试安装从其网站下载的 CUDA 驱动程序时，出现错误“nvidia 安装程序无法找到与您当前硬件兼容的任何驱动程序。安装程序现在将退出”。

此外，当我尝试在 Visual studio 2008 中运行 SDK 中的示例代码时，我收到一条错误，指出找不到 .obj 文件。

Answer 1

开始 GPU 开发的最简单方法是购买一个便宜的（例如 GTX285）GPU 和一台台式电脑（显然，因为你无法更改笔记本电脑中的 GPU）。

有一些关于让 CUDA 内核在 CPU 和 FPGA 上高效工作的研究项目（Google wen mei hwu 并查看他的研究项目），但是，如果您想学习 CUDA，这不适合您，如上所述最简单的方法是购买一些便宜的硬件。

Answer 2

您下载了CUDA工具包吗？您需要下载工具包（包括编译器和运行时库）和 SDK。当您构建 SDK 示例时，请务必将配置更改为“EmuDebug”或“EmuRelease”。

Answer 3

现在我们有了 OpenCL。它几乎适用于您拥有的所有硬件：CPU、GPU（nvidia 或 amd）、APU、FPGA 等。

（我到达这里在非 nvidia 硬件中搜索 CUDA 编译 - 与 OpenCL 进行比较 - 但显然它仍然仅适用于 nvidia。悲伤:/)。

Answer 4

我知道这已经太晚了，但你实际上可以在 Google Colab 上运行

CUDA

！习惯和设置需要 2 分钟，但它工作得很好，几乎与您在自己的机器上的操作完全一样，而且如果您只是想练习的话，它相当便宜！我在 GitHub 存储库中发布了一个笔记本，向您展示如何设置它：https://github.com/notY0rick/cuda_practice

Answer 5

截至 2024 年，至少还有两个有效选项可以在没有 nvidia GPU 的情况下运行 cuda 代码。

1. chipStar 使用 OpenCL 或 Intel OneApi 的零级编译 CUDA 和 HIP 代码。设置完成后，它会提供

   cuspvc

   ，或多或少地替代 cuda 编译器。编译 cuda 文件就像

   cuspvc example.cu -o example

2. HIPIFY和HIP-CPU的组合可以首先将您的cuda代码转换为HIP代码，然后可以为任何CPU进行编译。一旦两者都设置完毕，编译 cuda 文件的两个步骤如下所示：

   1. hipify-clang example.cu --hip-kernel-execution-syntax -o example.cpp

   2. g++ example.cpp -ltbb -o example

我在一个简单的 saxpy cuda 示例中成功测试了两者。