NVIDIA HPC SDK¶
NVIDIA HPC SDK是适用于GPU平台的高性能计算编译器,库和工具套件。 NVIDIA HPC SDK包括经过优化的编译器,库和软件工具,这些工具对于最大化开发人员的工作效率以及HPC应用程序的性能和可移植性至关重要。
PGI编译器和工具链已迁移至NVIDIA HPC SDK。
本文档向您展示如何使用NVIDIA HPC SDK,包含程序示例,编译,作业脚本示例。
可用版本¶
版本 |
加载方式 |
---|---|
21.9 |
module load nvhpc/21.9-gcc-11.2.0 思源一号 |
21.11 |
module load nvhpc/20.11-gcc-4.8.5 闵行超算 |
程序示例CUDA_Fortran¶
思源超算加载NVIDIA HPC SDK环境。
$ module load nvhpc/21.9-gcc-11.2.0
闵行超算加载NVIDIA HPC SDK环境。
$ module load nvhpc/20.11-gcc-4.8.5
编辑 deviceQuery.cuf
文件,内容如下:
program deviceQuery
use cudafor
implicit none
type (cudaDeviceProp) :: prop
integer :: nDevices=0, i, ierr
! Number of CUDA-capable devices
ierr = cudaGetDeviceCount(nDevices)
if (nDevices == 0) then
write(*,"(/,'No CUDA devices found',/)")
stop
else if (nDevices == 1) then
write(*,"(/,'One CUDA device found',/)")
else
write(*,"(/,i0,' CUDA devices found',/)") nDevices
end if
! Loop over devices
do i = 0, nDevices-1
write(*,"('Device Number: ',i0)") i
ierr = cudaGetDeviceProperties(prop, i)
if (ierr .eq. 0) then
write(*,"(' GetDeviceProperties for device ',i0,': Passed')") i
else
write(*,"(' GetDeviceProperties for device ',i0,': Failed')") i
endif
! General device info
write(*,"(' Device Name: ',a)") trim(prop%name)
write(*,"(' Compute Capability: ',i0,'.',i0)") &
prop%major, prop%minor
write(*,"(' Number of Multiprocessors: ',i0)") &
prop%multiProcessorCount
write(*,"(' Max Threads per Multiprocessor: ',i0)") &
prop%maxThreadsPerMultiprocessor
write(*,"(' Global Memory (GB): ',f9.3,/)") &
prop%totalGlobalMem/1024.0**3
! Execution Configuration
write(*,"(' Execution Configuration Limits')")
write(*,"(' Max Grid Dims: ',2(i0,' x '),i0)") &
prop%maxGridSize
write(*,"(' Max Block Dims: ',2(i0,' x '),i0)") &
prop%maxThreadsDim
write(*,"(' Max Threads per Block: ',i0,/)") &
prop%maxThreadsPerBlock
enddo
end program deviceQuery
程序示例:deviceQuery¶
使用nvfortran进行编译。
$ nvfortran -O2 -o deviceQuery.out deviceQuery.cuf
A100队列提交作业脚本示例¶
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=a100_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 nvhpc/21.9-gcc-11.2.0
./deviceQuery.out
用以下方式提交作业:
$ sbatch a100.slurm
DGX2队列提交作业脚本示例¶
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 nvhpc/20.11-gcc-4.8.5
./deviceQuery.out
用以下方式提交作业:
$ sbatch dgx.slurm
参考资料¶
最后更新:
2024 年 11 月 19 日