debain 主機名稱修改

嗯..因為老師問我,怎麼把主機名稱"gauss"改成"Gauss"
傻了我@_@,因為我也不知道。
所以就查了一下,要怎麼改主機名稱
debain:
主機名稱是紀錄在
/etc/hostname
裡面,修改之後
/etc/init.d/hostname.sh start
登出再登入就會重新load hostname file了
不然就是重開機囉XP

cuda & openmp

nvcc file.cu -Xcompiler -fopenmp

OpenMP常遇到的問題

最近在學習OpenMP,基本上使用方法大概都可以由前一篇的文章連結學習到
不過小弟我在把我的code改成OpenMP的時候。速度卻比原本的慢了快100倍......
因此來把問題寫下...避免之後遇到不知道怎麼處理
1.rand()
rand()涵數是一個在global memory上執行的涵數,因此如果要在多個threads上同時執行。
rand()會有threads-safe的問題,所以在執行上會只淮許一個threads進去。

目前有兩個解決的方法
i。rand() → rand_r()
   drand48() → drand48_r()

Example: rand_r()

#pragma omp parallel firstprivate(a) num_threads(4)
  {
    unsigned int seed;  //threads_number_n(or other parameters)   
    seed = omp_get_thread_num();

    for(int i = 0;i< 100;i++){
    a = rand_r(&seed); 
      printf("threadnum = %d a = %f\n",omp_get_thread_num(),a);
      }
  } 


Example drand48_r()

#pragma omp parallel firstprivate(a) num_threads(4)
  {
    struct drand48_data drand_buf;
    unsigned short int x=0,y=0,z=0;
    long int see = 0;
    unsigned short int seed16v[3]={x,y,z};

    seed48_r(seed16v,&drand_buf);
    srand48_r(see,&drand_buf);
     //如此一來,四個threads都會是一樣的結果,記得seed48_r與srand48_r都要ini
     //否則結果會讓你很意外?      
    do{   
     
      for(int i = 0;i< 100;i++){
    drand48_r(&drand_buf,&a);     
      printf("threadnum = %d a = %f\n",omp_get_thread_num(),a);
      }   
#pragma omp barrier
#pragma omp single
      {
    txt++;
      }    
   }while(txt < 10);
  } 
參考文章
參考文章2


ii。另外尋找其他parallel random number generators
    → SPRNG  (還不會使用)
    → CUDA   (請查閱user guide)


2.malloc & free allocate (突然覺得我很雖...剛好都遇到了。_。)
其理由也是跟rand很像,他是直接把memory開在global memory上,因些無法直接分配給各個threads (不是很確定我這樣子解理對不對,畢竟對多執行緒還不是很了解)

以下是引述Jim Dempsey部落格裡的範例:
When you want each thread to have their own array
double* array = 0;   // *** bad, pointer in wrong scope
                     // ok to do this when shared(array) on pragma
#pragma omp parallel
{
    array = new double[count];  // *** bad all threads sharing same pointer
                                // *** 2nd and later threads overwrite pointer
   ...
   delete [] array; // *** 2nd and later threads returning same memory
}

------------------------------------

#pragma omp parallel
{
    double* array = 0;
    array = new double[count];  // *** good when you want each thread to have seperate copy
    ...
    delete [] array; // *** good each thread returning seperate copy
}

--------------------

double* array = 0; // OK because of private(array) on pragma
#pragma omp parallel private(array)
{
    array = new double[count];  // *** good when you want each thread to have seperate copy
    ...
    delete [] array; // *** good each thread returning seperate copy
}

--------------------

double* array = 0;
#pragma omp parallel private(array)
{
    array = new double[count];  // *** good when you want each thread to have seperate copy
    ...
}
delete [] array; // *** bad main thread returning one copy

There is nothing wrong with new/delete inside parallel regions, in fact it may be required when you want each thread to have seperate data (e.g. for temporary arrays).

原文連結

Example OpenMP

因為研究上的需要,因此開始學習OpenMP的語法,接下來的所有的文章皆是測試的文章心得

第一篇就用最簡單的教學吧

首先就是在GUN上要怎麼把OpenMP編譯進去

$ g++ filenamie.cpp -fopenmp
如果不加上-fopenmp的話,編譯器會自動把openmp的語法都忽略掉。

以下開始進行測試

#include
#include
#include
int main()
{
  for (int i = 0; i < 8; i++) {
    printf("thread [%d]: print number %d\n", omp_get_thread_num(), i);
  }
  return 0;
}

結果是:
thread [0]: print number 0
thread [0]: print number 1
thread [0]: print number 2
thread [0]: print number 3
thread [0]: print number 4
thread [0]: print number 5
thread [0]: print number 6
thread [0]: print number 7

omp_get_thread_num()語法是告知現在是那個執行緒,最簡單的想法就是他安排那一個CPU在跑這段語法
明顯看到,就是我們一般單執行緒的寫法。

接著加上openmp平行的寫法
#include
#include
#include
int main()
{
  #pragma omp parallel for
  for (int i = 0; i < 8; i++) {
    printf("thread [%d]: print number %d\n", omp_get_thread_num(), i);
  }
  return 0;
}

結果是:
thread [1]: print number 2
thread [1]: print number 3
thread [0]: print number 0
thread [0]: print number 1
thread [2]: print number 4
thread [2]: print number 5
thread [3]: print number 6
thread [3]: print number 7

可以看到,這個for變的不是單一執行緒在執行,而是不同的CPU在上面跑
所以出來的結果就不是如第一段相同。

最後再來看看
#include
#include
#include
int main()
{
  #pragma omp parallel
  for (int i = 0; i < 8; i++) {
    printf("thread [%d]: print number %d\n", omp_get_thread_num(), i);
  }
  return 0;
}

結果會是:
thread [2]: print number 0
thread [2]: print number 1
thread [2]: print number 2
thread [2]: print number 3
thread [2]: print number 4
thread [2]: print number 5
thread [2]: print number 6
thread [2]: print number 7
thread [1]: print number 0
thread [1]: print number 1
thread [1]: print number 2
thread [1]: print number 3
thread [1]: print number 4
thread [1]: print number 5
thread [1]: print number 6
thread [1]: print number 7
thread [3]: print number 0
thread [3]: print number 1
thread [3]: print number 2
thread [3]: print number 3
thread [3]: print number 4
thread [3]: print number 5
thread [3]: print number 6
thread [3]: print number 7
thread [0]: print number 0
thread [0]: print number 1
thread [0]: print number 2
thread [0]: print number 3
thread [0]: print number 4
thread [0]: print number 5
thread [0]: print number 6
thread [0]: print number 7

目前就先寫到這,因為還有很多不懂的地方


學習參考文章:
VIML
OpenMP并行程序设计(二)
任務的劃分 
變數環境 

visual profiler V3.2 on debian

本來想用visual profiler看一下程式上還有那邊可以修改的
沒想到v3.2的cuda toolkit竟然開不了!出現缺少
GLIBCXX_3.4.11 not found (required by computeprof)

突然就傻了,之前記得是可以用的
然後跑去NVIDIA的論壇看看,找到解答了
解決辦法
不過我還是自已寫一遍下來吧,以後要用可以翻比較快
1.
$/usr/local/cuda/computeprof/bin/computeprof &
$computeprof: /usr/lib/libstdc++.so.6: version `GLIBCXX_3.4.11' not found (required by computeprof)

如果出現上面的訊息
先到debain的網站下載libstdc++.so.6
debian官方網站

2.
#dpkg -x libstdc++6_4.4.4-8_amd64.deb /tmp
#cp /tmp/usr/lib/libstdc++.so.* /usr/local/cuda/computeprof/bin/

這樣一來就應該可以使用了