为 CPU 编译 cuda 代码答案

【问题标题】：Compile cuda code for CPU为 CPU 编译 cuda 代码
【发布时间】：2014-03-23 16:36:23
【问题描述】：

我正在研究 cuda 5.5，但我没有任何 Nvidia GPU。在旧版本的 nvcc 中有一个标志 --multicore 来为 CPU 编译 cuda 代码。在新版本的nvcc中，有什么选项？？我在 Linux 上工作。

【问题讨论】：

感谢您澄清“Linux”。你真的需要一个 GPU。但下一个最好的事情是 Ocelot：试试看。我不熟悉“--multicore”，而且我在 NVCC 页面上的任何地方都没有看到它，所以我无法帮助你。但我认为你最好的选择是 1) 真正的 GPU，或 2) 像 CUDA-Waste 或 Ocelot 这样的模拟器。恕我直言...

【解决方案1】：

CUDA 工具包至少从 CUDA 4.0 开始不支持在没有 GPU 的情况下运行 cuda 代码的能力。

如果你只是想编译代码，请参考this question。

如果您想运行使用 CUDA 5.5 编译的 CUDA 代码，您将需要支持 CUDA 的 GPU。

如果您愿意使用较旧的 CUDA 工具包，您可以安装各种模拟器之一，例如 this one。

或者您可以安装一个非常旧的（例如 ~ CUDA 3.0）cuda 工具包，它能够在 CPU 上运行 CUDA 代码。

【讨论】：

【解决方案2】：

理想情况下，您可以访问与 CUDA 兼容的 NVidia GPU。

但除此之外，这里有一个模拟器可能会有所帮助：

如果你有Linux盒子，你也可以试试Ocelot：

【讨论】：

【解决方案3】：

在当前版本的 CUDA 中，程序在 GPU 上运行时直接进行调试。这远远优于使用模拟器进行调试的旧版本 CUDA。在当前版本的 CUDA 中，调试工具也更加强大。

因此，如果希望编写任何 CUDA 代码，支持 CUDA 的 GPU 卡将在您需要调试时立即为您带来投资回报。

您可以花很少的钱购买一张旧卡。检查features of each of the compute capabilities 以确定您愿意返回多远。

还有一些在线网站可以让您测试 CUDA 代码。 NVIDIA 有CUDA test drive 程序。 Intro to Parallel Programming course at Udacity 包含一个用于编码分配的在线 CUDA 编译器。

【讨论】：