octave cluster.

环境相关

载入 Spack:

1

source /opt/spack/share/spack/setup-env.sh

查看已经安装的包:

1

spack find

导入这里需要的包:

1
2
3

spack load cuda@11.0.2
spack load --first cmake@3.21.4
spack load openmpi

构建流程：

1
2
3
4

mkdir build
cd build
cmake -DCMAKE_CUDA_ARCHITECTURES=80 build ..
make -j

没有 uint32_t，可能是个 bug，需要额外 #include<cstdint> ，改在 dataloader.h 了。

运行

1

./bin/gpu_graph ~/data/orkut.g 5 0111010011100011100001100

把 .g 的图拷贝了一份过来

目前新的程序写在了：

1

./bin/gpu_graph_omp ~/data/orkut.g 5 0111010011100011100001100

Multiple GPU on cuda

GPU programming in CUDA: Using multiple GPUs (prace-ri.eu)

CUDA Runtime API :: CUDA Toolkit Documentation (nvidia.com)

cuda 自己有 device 的 api，所以甚至可以在一个进程里面操控四个设备。

这样的话就这样就行：

1. cudaSetDevice(…)
2. 分给一点任务，设置 __device__ 变量
3. 调用 kernel 函数

目前这样的一个很简陋的框架算是写成了，但是还是需要稍微改一改，去掉一点重复的部分，（使用prof工具）研究一下多卡究竟是如何并行的？然后还有就是负载均衡的问题怎么解决呢？

结果

测出来加速比大概是 2-3，但是cuda初始化的overhead一下子就干掉了多卡的加成…我好菜啊。