为CPU编译cuda代码

我正在学习cuda 5.5，但我没有任何Nvidia GPU。在旧版本的nvcc中有一个标志——多核来为CPU编译cuda代码。

---

在新版本的nvcc中，选项是什么？？我在Linux上工作。

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：

如果您有Linux设备，也可以尝试Ocelot：

---

CUDA工具包，因为至少CUDA 4.0不支持在没有GPU的情况下运行CUDA代码
如果您只是想编译代码，请参阅
如果你想运行CUDA代码编译与CUDA 5.5，你将需要一个CUDA能力的GPU
如果您愿意使用较旧的CUDA工具包，可以安装各种模拟器中的一种，例如

---

或者，您可以安装一个非常旧的（例如~CUDA 3.0）CUDA工具包，该工具包能够在CPU上运行CUDA代码。
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CUDA的旧版本，后者使用模拟器进行调试。在CUDA的当前版本中，调试功能也更加强大
因此，如果您希望编写任何CUDA代码，那么当您需要调试时，一个具有CUDA功能的GPU卡将立即为您带来投资回报
你可以用很少的钱买到一张旧卡。检查测试结果以确定您愿意后退多远

---

网上也有一些网站可以让你测试CUDA代码。英伟达有这个计划。包括一个用于编码任务的在线CUDA编译器。
感谢您澄清“Linux”。你真的需要一个GPU。但第二件最好的事情是Ocelot：试试看。我不熟悉“--multicore”，而且我在NVCC页面的任何地方都没有看到它，所以我不能帮你。但我认为你最好的选择是1）一个真正的GPU，或2）一个类似CUDA Waste或Ocelot的模拟器。我…你知道那件事吗。。。如何在CPU上运行内核？CPU必须有超线程或什么的吗？我想你指的是像avx512这样的东西。这不仅仅是投资回报！任何严肃的应用程序都应该有测试，您希望能够在任何机器上运行测试，即使速度较慢。@dashesy如果您无法在GPU上测试真正的性能，因为您没有测试，那么您就错过了CUDA的主要目标，即改进它。测试不仅仅是为了性能（基准测试），我们还需要测试应用程序的正确性，以避免回归。单元测试、A/B测试……我的问题是ram数量。当最好的gpu锁定在16Gb时，可以在cpu上获得24Tb的容量。