CULA Dense (R17, CUDA 5.5) - 超音波流体屋のプログラム備忘録

(CUDA 5.5, CULA Dense R17 版の情報です。)

アカデミックならFull Editionが使える。
ダウンロードは以下からID登録してから。
http://www.culatools.com/downloads/dense/
linuxは落としてきた.runを管理者権限でbashで実行。

ソース

R14の時のcutilが使えなくなったので、そのへんを修正。
参考:
CUDA5.5+Fedora19
CUDA™ 5.5 開発環境をインストールする (Linux版）

CULA使い方の一例として、連立方程式 Ax = bを解く話。
んで今回はMatlab記法で A=ones(10 000, 10 000)-eye(10 000); b=ones(10 000, 1);
対角成分だけ0、後は1の行列。解は確か全部 1/9999。

#include <stdio.h>
#include <stdlib.h>
 
#include <cuda_runtime.h>
#include <helper_functions.h>
#include <helper_cuda.h>
#include <cula.h>
 
 
int main(int argc, char** argv){
 
	int devID = findCudaDevice(argc, (const char **)argv);
	culaStatus s; //失敗するとculaNoError以外が入るらしい
	s = culaInitialize();
 
	//ホスト領域の確保・値の代入
	double *a, *b;		
	int n=10000; 
	int m=10000;
	a = (double *)calloc(sizeof(float), m*n);
	b = (double *)calloc(sizeof(float), m);
	//やってみたらいわゆるColumn-major, CLapackと同じらしい
	int i, j;
	for(i=0; i<n; i++){
	for(j=0; j<m; j++){
		a[i+j*n]= (double) (i != j);	
	}
		b[i] = 1;	
	}
	//その他、行数・列数情報。CLapackと同じ。
	int ipiv[n];
	int nrhs = 1;
	int lda = n; 
	int ldb = n; 
 
	//実行・タイマー測定
	StopWatchInterface *timer = 0;
	sdkCreateTimer(&timer);
	sdkStartTimer(&timer);
 
	//連立方程式を解く。これ１行。
	s = culaDgesv(n, nrhs,  a, lda, ipiv, b, ldb);
 
	//タイマーストップ
	sdkStopTimer(&timer);
	printf("計算時間 =%f(ms)\n", sdkGetTimerValue(&timer));
	sdkDeleteTimer(&timer); 
 
	//エラー処理等したければ。 正常終了なら0が返る。 
	printf("culastate %d noerr:%d \n", s, culaNoError); 
 
	//結果表示
	for(j=0; j<m; j++) {
            if( j % 1000 == 0) printf("%f ", b[j]);
        }
 
	//終了処理
	free(a);
	free(b);
	culaShutdown();
	return 0;
}
 

環境変数

.bashrcあたりに以下の記述を突っ込んどく

export CUDA_ROOT=/usr/local/cuda-5.5
export CULA_ROOT=/usr/local/cula
export CULA_INC_PATH=$CULA_ROOT/include
export CULA_LIB_PATH_64=$CULA_ROOT/lib64
export CUDA_INCPATH=$CUDA_ROOT/include:$CUDA_ROOT/samples/common/inc:$CULA_INC_PATH
 
export PATH=$CUDA_ROOT/bin:$PATH
export LD_LIBRARY_PATH=$CUDA_ROOT/lib64:$CULA_LIB_PATH_64:$LD_LIBRARY_PATH
export LIBRARY_PATH=$LD_LIBRARY_PATH
export C_INCLUDE_PATH=$CUDA_INCPATH:$C_INCLUDE_PATH
export CPLUS_INCLUDE_PATH=$CUDA_INCPATH:$CPLUS_INCLUDE_PATH
 

コンパイル

Nsightが便利なので、そっちを使いましょう。
CULAのライブラリの登録だけ必要。プロジェクト右クリックで、
Properties →　Build → Settings
Tool Settingsタブ → NVCC Linker → Libraries
Addのアイコン → でてきたダイアログに cula_lapack

Makefileならこんな感じ。

CC=nvcc
ARCH=-arch=sm_13
LIB=-lcula_lapack
SRC=sample.cu
OUT=sample.out
all:
	${CC} ${ARCH} ${SRC} -o ${OUT} ${LIB} 
 

計算時間

Nvidia Tesla K20 で 1.8秒。
倍精度なので値も正確。

あらかじめGPUに格納しときたいときは

culaDeviceSgesvほかdevice系の関数を使う。
行列Aとベクトルbに対応する領域、加えて関数に必要な配列ipivなども忘れずにデバイス上に確保してから、
同様の関数を採用すればよい。上記42行付近は以下の通りに書き換える。

{
 	double *da, *db;
 	int *dipiv;
 	cudaMalloc((void**) &da, sizeof(double)*n*n);
	cudaMalloc((void**) &db, sizeof(double)*n);
	cudaMalloc((void**) &dipiv, sizeof(int)*n);
 
	cudaMemcpy(da, a, sizeof(double)*n*n, cudaMemcpyHostToDevice);
	cudaMemcpy(db, b, sizeof(double)*n, cudaMemcpyHostToDevice);
 
	s = culaDeviceDgesv(n, nrhs,  da, lda, dipiv, db, ldb);
}
 

参考
(pdf)CULA Reference Guide
(pdf)CULA API Guide