CUDA¶

思源一号平台及AI平台上均部署有CUDA套件。

版本	加载方式
10.1.243	module load cuda/10.1.243 思源一号
11.3.1	module load cuda/11.3.1 思源一号
11.4.0	module load cuda/11.4.0 思源一号
11.5.0	module load cuda/11.5.0 思源一号
11.8.0	module load cuda/11.8.0 思源一号
8.0.61	module load cuda/8.0.61-gcc-4.8.5
9.0.176	module load cuda/9.0.176-gcc-4.8.5
9.2.88	module load cuda/9.2.88-gcc-4.8.5
10.0.130	module load cuda/10.0.130-gcc-4.8.5
10.1.243	module load cuda/10.1.243-gcc-4.8.5

本文档向您展示如何使用CUDA，包含程序示例，编译，作业脚本示例。

程序示例 CuBLAS¶

编辑 cublas.cu 文件，内容如下：

//Example. Application Using C and CUBLAS: 1-based indexing
//-----------------------------------------------------------
#include <stdio.h>
#include <stdlib.h>
#include <math.h>
#include <cuda_runtime.h>
#include "cublas_v2.h"
#define M 6
#define N 5
#define IDX2F(i,j,ld) ((((j)-1)*(ld))+((i)-1))

static __inline__ void modify (cublasHandle_t handle, float *m, int ldm, int n, int p, int q, float alpha, float beta){
    cublasSscal (handle, n-q+1, &alpha, &m[IDX2F(p,q,ldm)], ldm);
    cublasSscal (handle, ldm-p+1, &beta, &m[IDX2F(p,q,ldm)], 1);
}

int main (void){
    cudaError_t cudaStat;
    cublasStatus_t stat;
    cublasHandle_t handle;
    int i, j;
    float* devPtrA;
    float* a = 0;
    a = (float *)malloc (M * N * sizeof (*a));
    if (!a) {
        printf ("host memory allocation failed");
        return EXIT_FAILURE;
    }
    for (j = 1; j <= N; j++) {
        for (i = 1; i <= M; i++) {
            a[IDX2F(i,j,M)] = (float)((i-1) * M + j);
        }
    }
    cudaStat = cudaMalloc ((void**)&devPtrA, M*N*sizeof(*a));
    if (cudaStat != cudaSuccess) {
        printf ("device memory allocation failed");
        return EXIT_FAILURE;
    }
    stat = cublasCreate(&handle);
    if (stat != CUBLAS_STATUS_SUCCESS) {
        printf ("CUBLAS initialization failed\n");
        return EXIT_FAILURE;
    }
    stat = cublasSetMatrix (M, N, sizeof(*a), a, M, devPtrA, M);
    if (stat != CUBLAS_STATUS_SUCCESS) {
        printf ("data download failed");
        cudaFree (devPtrA);
        cublasDestroy(handle);
        return EXIT_FAILURE;
    }
    modify (handle, devPtrA, M, N, 2, 3, 16.0f, 12.0f);
    stat = cublasGetMatrix (M, N, sizeof(*a), devPtrA, M, a, M);
    if (stat != CUBLAS_STATUS_SUCCESS) {
        printf ("data upload failed");
        cudaFree (devPtrA);
        cublasDestroy(handle);
        return EXIT_FAILURE;
    }
    cudaFree (devPtrA);
    cublasDestroy(handle);
    for (j = 1; j <= N; j++) {
        for (i = 1; i <= M; i++) {
            printf ("%7.0f", a[IDX2F(i,j,M)]);
        }
        printf ("\n");
    }
    free(a);
    return EXIT_SUCCESS;
}

将以上程序保存为 cublas.cu。

使用cuda进行编译，编译时链接cublas动态库。

在思源平台上的编译命令如下：

$ module load cuda/11.3.1
$ nvcc cublas.cu -o cublas -lcublas

在AI平台上的编译命令如下：

$ module load cuda/10.0.130-gcc-4.8.5
$ nvcc cublas.cu -o cublas -lcublas

a100队列作业脚本示例¶

这是一个名为 a100.slurm 的 单机单卡 作业脚本，该脚本向a100队列申请1块GPU，并在作业完成时通知。

#!/bin/bash

#SBATCH --job-name=cuda_test
#SBATCH --partition=a100
#SBATCH --gres=gpu:1
#SBATCH -N 1
#SBATCH --ntasks-per-node 1
#SBATCH --mail-type=end
#SBATCH --mail-user=YOU@EMAIL.COM
#SBATCH --output=cublas.out
#SBATCH --error=cublas.err

module load cuda/11.3.1

./cublas

用以下方式提交作业：

$ sbatch a100.slurm

DGX2队列作业脚本示例¶

这是一个名为 dgx.slurm 的 单机单卡 作业脚本，该脚本向dgx2队列申请1块GPU，并在作业完成时通知。

#!/bin/bash

#SBATCH --job-name=dgx2_test
#SBATCH --partition=dgx2
#SBATCH --gres=gpu:1
#SBATCH -N 1
#SBATCH --ntasks-per-node 1
#SBATCH --mail-type=end
#SBATCH --mail-user=YOU@EMAIL.COM
#SBATCH --output=cublas.out
#SBATCH --error=cublas.err

module load cuda/10.0.130-gcc-4.8.5

./cublas

用以下方式提交作业：

$ sbatch dgx.slurm

预期结果¶

$ cat cublas.out
       1      7     13     19     25     31
       2      8     14     20     26     32
       3   1728    180    252    324    396
       4    160     16     22     28     34
       5    176     17     23     29     35

最后更新: 2024 年 11 月 19 日