2009-11-18 17 views
8

Il mio laptop non ha una scheda grafica nVidia e voglio lavorare su CUDA. Il sito web dice che CUDA può essere usato anche in modalità emulazione su hardware non-cuda. Ma quando ho provato a installare i driver CUDA scaricati dal loro sito Web, viene visualizzato un messaggio di errore "L'installazione di nvidia non è stata in grado di individuare i driver compatibili con l'hardware corrente.Come eseguire CUDA senza una GPU utilizzando un'implementazione software?

Anche quando ho provato a eseguire i codici di esempio da SDK in Visual Studio 2008, ricevo un errore che il file .obj non viene trovato.

+3

So che sono più di due anni, ma dovresti accettare una delle risposte già fornite. La risposta di Nils si adatta bene. –

+0

Possibile duplicato di [GPU Emulator per la programmazione CUDA senza l'hardware] (http://stackoverflow.com/questions/3087361/gpu-emulator-for-cuda-programming-without-the-hardware) –

risposta

5

Hai scaricato il toolkit CUDA? Dovrai scaricare il toolkit (che include il compilatore e la libreria di runtime) e l'SDK. Quando si creano gli esempi SDK, assicurarsi di modificare la configurazione in "EmuDebug" o "EmuRelease".

+5

L'emulazione non è più supportata, attualmente puoi guardare il compilatore CUDA x86 o GPU Ocelot di PGI. – Tom

+0

E GPU Ocelot è ora abbandonato. – dashesy

10

Il modo più semplice per iniziare lo sviluppo di GPU è ottenere una GPU economica (ad esempio GTX285) e un computer desktop (ovviamente poiché non è possibile modificare la GPU nel laptop).

Ci sono alcuni progetti di ricerca su come far funzionare i kernel CUDA efficientemente su CPU e FPGA (Google wen mei hwu e vedere i suoi progetti di ricerca) tuttavia se vuoi imparare CUDA questo non fa per te, come detto sopra il modo più semplice è ottenere un hardware economico.

+1

Risposta piacevole e pragmatica. –

1

Al giorno d'oggi abbiamo OpenCL. Funziona su quasi tutti gli hardware che si possono avere: CPU, GPU (nvidia o amd), APU, FPGA ecc.

(Ho raggiunto qui la ricerca della compilazione CUDA in un hardware non nvidia - a scopo di confronto con OpenCL - ma apparentemente funziona ancora solo su nvidia. Triste: /).