Instalao do CUDA toolkit e integrao do Nsight no Visual Studio 2012 Ultimate.

Otimizao do restabelecimento de energia eltrica por inteligncia de enxames: Validao dos

mtodos de otimizao no setor de distribuio de energia.
PAULO VINICIUS LISBOA PEREIRA

Resumo: Este relatrio tem como objeto descrever a instalao do toolkit da CUDA Nvidia e da sua integrao com o
Visual Studio 2012 Ultimate. Plataforma fundamental para a compilao em Graphics Processing Unit (GPU).

Introduo:
A acelerao da computao por meio de GPUs foi lanada pela Nvidia em 2007. Utilizando GPUs
junto com CPUs aumenta a eficincia e diminui o tempo de execuo em programas, muitos casos so
viveis apenas por meio dela. A acelerao se d pela arquitetura das GPUs, estas so voltadas a
execues de mltiplas tarefas. Enquanto as CPUs, em geral, fazem processamento sequencial [1].
Hoje a programao em GPUs est presente em centros de pesquisa, supercomputao e em
computadores pessoais, jogos e programas grficos.
A plataforma de programao paralela, criada pela Nvidia, a CUDA. Fornecendo extenses a
linguagens C, C++ e Fortran [2]. Possibilitando um desenvolvimento em linguagens de alto nvel. Ela
fornece facilidades para a programao paralela, possibilitando uma menor preocupao com a sintaxe.
Materiais e mtodos:
O computador utilizado para a instalao um Dell Inspiron 14R 5421-A20. Este possui 8GB de
memria RAM, possui 1TB de armazenamento em disco, processador Intel Core i7-35371 CPU com
2.0 GH e placa de vdeo Geforce GT 730m com 2GB de memria da Nvidia. A placa grfica possui
tecnologia optimus, esta gerencia a ativao da placa para prolongar a bateria. O sistema operacional
usado o Windows 8.1 de 64bits.
Ser descrita a primeira tentativa de instalao e integrao com Visual Studio. Esta foi realizada ainda
quando o CUDA 6.0 estava sendo desenvolvido. Realizando o download do toolkit CUDA em:
<https://developer.nvidia.com/cuda-toolkit-50-archive>, o Nsight Visual Studio 3.0 em:<> Foi
instalado o Visual Studio 2014, este deve ser feito antes da instalao do toolkit CUDA.
A instalao deve ser testada, isto pode ser feito rodando exemplos que so encontrados se foi
escolhida a pasta usual em: C:\ProgramData\NVIDIACorporation\CUDASamples\v5.0\bin\
win64\Release e podemos rodar exemplos. Como podemos ver nas imagens onde so mostradas as
velocidades de transferncia entre memorias (ver imagem 1) CPU para GPU - e nmeros de threads,
encadeamento de execuo, por blocos (ver imagem 2) [3].
Estes resultados dependem do modelo da placa de vdeo, drivers e da frequncia do processador.
Podendo variar entre computadores, mas a sada prxima a esta.
Aps verificao de instalao se deve preparar o Visual Studio 2014. Pode-se fazer alterando alguns
arquivos, a referncia [3] j os disponibiliza para download. Vemos os passos em [3]:
Copiando os arquivos CUDA 5.0.props, CUDA 5.0.targets, CUDA 5.0.xml, e
Nvda.Build.CudaTasks.v5.0.dll para a pasta, estes arquivos tem como finalidade
possibilitar a customizao da compilao [4]:
<C:\ProgramFiles(x86)\MSBuild\Microsoft.Cpp\v4.0\V110\BuildCustomizations>.
O mesmo com o arquivo "host_config.h" e adicioando-o em:
<C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v5.0\include>.

Copiaremos o arquivo "usertype.dat" de: <C:\ProgramData\NVIDIACorporation\
CUDASamples\v5.0\doc\syntax_highlighting\visual_studio_8> para <C:\Program Files
(x86)\Microsoft Visual Studio 11.0\Common7\IDE>.
Seguindo com os passo no Visual Studio 2014 adiciona-se a extenso de arquivos .cu. isto
possibilitara a marcao da sintaxe da linguagem e o processamento pelo nvcc.exe Nvidia Compile
Driver para que depois seja enviado ao Visual Studio [4]. Podemos fazer isto indo em Tools -
Options - Text Editor - File Extension (ver figura). Agora criaremos um novo projeto (New Project) e
d-se um duplo clique em Win32 Console Application, clica-se em Next e seleciona Empty Project.
Aps criar o projeto com um clique direito no mouse abriremos o menu do projeto (Project menu),
depois Build Customizations CUDA 5.0. e com o mesmo procedimento inicial descrito iremos
Properties. Selecionaremos VC++ Directories e adicionaremos em Include diretories:
$(CUDA_INC_PATH) . Agora em Linker Geral e em Additional Library Directories adicionaremos:
$(CUDA_PATH)/lib/$(PlatformName). Em Linker Imput temos Additional Dependencies e
adicionaremos:cudart.lib.
Com o lanamento do CUDA 6.0 toolkit a integrao se tornou trivial apenas deve-se, na criao do
projeto, selecionar CUDA CUDA 6.0 Runtime e a integrao das bibliotecas, compilador (nvcc),
diretrios e arquivos binrios efetuada [5].
Resultados:

Foi validade e testada a instalao e integrao do toolkit, SDK e compilador para o desenvolvimento
em plataforma CUDA 5.0 e 6.0 no Windows 8.1 com o Visual Studio 2012 Ultimate.
Concluso:

A praticidade da programao paralela com o CUDA 6.0 e o Nsight Visual Studio 4.0, torna ainda
mais trivial para o engenheiro a computao com GPUs e os benefcios de seus recursos podem ser
visto pela quantidade de artigos escritos com esta plataforma.
Referencias:

[1] NVIDIA. O que computao em GPU? < http://www.nvidia.com.br/object/what-is-gpu-
computing-br.html>. Acesso em: 24 jun. 2014.
[2] NIVIDA. Plataforma de programao paralela CUDA.
<http://www.nvidia.com.br/object/cuda-parallel-computing-platform-br.html>. Acessado em: 24 jun.
2014.
[3] TAURIAN, A. CUDA 5.0 and Visual Studio 2012 Configuration.
<http://code.msdn.microsoft.com/windowsdesktop/CUDA-50-and-Visual-Studio-20e71aa1>
Acessado em: 01 jun. 2014.
[4] KEREM, K. CUDA 3.2 no VS2010 em 9 passos. <
http://www.codeproject.com/Tips/186655/CUDA-on-VS-in-steps> Acessado em: 23 jun. 2014.
[5] NVIDIA. CUDA getting_started Windows. Download de:
<http://docs.nvidia.com/cuda/pdf/CUDA_Getting_Started_Windows.pdf >. Acessado em: 24 jun.
2014.
Anexos:


Figra 2
Figura 1