不带硬件的CUDA编程GPU仿真器

问：是否有Geforce卡的仿真器可以让我在没有实际硬件的情况下编程和测试CUDA

---

信息：

我希望在CUDA中加速我的一些模拟，但我的问题是我并不总是在我的桌面上做这个开发。我想在我的上网本上做一些工作，但是我的上网本没有GPU。现在据我所知，你需要一个有CUDA能力的GPU来运行CUDA。有没有办法绕过这个问题？这似乎是唯一的方法是GPU仿真器（这显然是痛苦的缓慢，但会工作）。但不管怎样，我都想听一听

我在Ubuntu10.04 LTS上编程。

CUDA工具包在CUDA 3.0发布周期之前都内置了一个。如果您使用这些非常旧的CUDA版本之一，请确保在使用nvcc编译时使用-deviceemu。

您还可以检查project，它是一个真正的仿真器，因为PTX（CUDA代码转换为的字节码）将被模拟

---

还有一个LLVM转换器，测试它是否比使用-deviceemu时更快是很有趣的。

在使用-deviceemu编程时要小心，因为nvcc在模拟模式下会接受一些操作，但在GPU上实际运行时不会接受。这主要存在于设备-主机交互中

---

正如您所提到的，为缓慢执行做好准备。

这个响应可能太晚了，但无论如何都值得注意。如果您希望使用Emulator或LLVM后端，可以在不安装CUDA设备驱动程序（libcuda.so）的情况下编译（我是其中的核心贡献者之一）。我已经在没有NVIDIA GPU的系统上演示了模拟器

emulator试图忠实地实现PTX 1.4和PTX 2.1规范，其中可能包括旧GPU不支持的功能。LLVM翻译器致力于从PTX到x86的正确高效转换，这将有望使CUDA成为编程多核CPU以及GPU的有效方式<代码>-deviceemu在相当长的一段时间内一直是CUDA的一个不推荐的功能，但是LLVM转换器总是更快

此外，仿真器中内置了几个正确性检查器来验证：对齐的内存访问、对共享内存的访问是否正确同步，以及全局内存解引用访问分配的内存区域。我们还实现了一个主要受gdb启发的单一步骤，通过CUDA内核，设置断点和观察点等。。。这些工具是专门为加快CUDA程序的调试而开发的；你可能会发现它们很有用

很抱歉，这是Linux独有的特性。我们已经启动了一个Windows分支（以及一个Mac OS X端口），但工程负担已经足够大，足以强调我们的研究工作。如果任何人有任何时间和兴趣，他们可能希望帮助我们提供Windows支持

希望这有帮助

• [1] ：GPU Ocelot-
• [2] ：Ocelot交互式调试器-

对于那些在2016年（甚至2017年）寻求答案的人。。。

---

免责声明

• 毕竟我没能模仿GPU
• 如果您满足gpuocelot的列表要求，则可以使用它 依赖关系

我试图为BunsenLabs（Linux 3.16.0-4-686-pae#1 SMP）提供一个模拟器 Debian 3.16.7-ckt20-1+deb8u4（2016-02-29）i686 GNU/Linux）

我会告诉你我学到了什么

---

nvcc

过去在CUDA Toolkit 3.0中有一个

-deviceemu

选项 我下载了CUDA Toolkit 3.0，安装了它，并尝试运行一个简单的 节目：

#include <stdio.h>

__global__ void helloWorld() {
    printf("Hello world! I am %d (Warp %d) from %d.\n",
        threadIdx.x, threadIdx.x / warpSize, blockIdx.x);
}

int main() {
    int blocks, threads;
    scanf("%d%d", &blocks, &threads);
    helloWorld<<<blocks, threads>>>();
    cudaDeviceSynchronize();
    return 0;
}

我在互联网上发现，如果我使用

gcc-4.2

或类似的古老版本而不是

gcc-4.9.2

，错误可能会消失。我放弃了

---

gpuocelot

斯特林格的答案有一个链接到一个非常古老的

gpuocelot

项目网站。所以一开始我以为这个项目是在2012年左右被放弃的。事实上，它在几年后被废弃了

以下是一些最新的网站：

• )
• )

我尝试安装以下gpuocelot。但我在安装过程中出现了几个错误，我再次放弃了<不再支持code>gpuocelot，它依赖于一组非常特定的库和软件版本

你可以从2015年7月开始尝试，但我不能保证它会起作用。我没有测试过

---

麦克达 MCUDA翻译框架是一个基于linux的工具，旨在 有效地将CUDA编程模型编译为CPU架构

这可能有用。这是

---

CUDA废物 它是在Windows7和Windows8上使用的仿真器。不过我还没试过。它似乎不再被开发（最后一次提交日期为2013年7月4日）

以下是该项目网站的链接：

---

CU2CL 最后更新：12.03.2017

正如评论中指出的，这似乎是一个有趣的项目。它似乎能够将CUDA代码转换为OpenCL代码。因此，如果您的GPU能够运行OpenCL代码，那么CU2CL项目可能会引起您的兴趣

链接：

允许您运行NVIDIA®CUDA™ OpenCL1.2GPU上的程序（完全公开：我是作者）

是一个GPU模拟器，可以在不使用GPU的情况下运行CUDA程序。

---

我用自己安装的GPGPU Sim创建了一个，以防有帮助。

CUDA emulator已被弃用，您最好看看gpuocelot。此外，CUDA emulator在每个逻辑CUDA线程中使用一个本机操作系统线程，效率极低。令人遗憾的是，这只适用于linux。而我默认是linux用户。我做的一小部分开发是在windows机器上进行的。-deviceemu已被弃用，因此jskaggz答案不太合适。总的来说，这似乎是最好的答案

NOTE: device emulation mode is deprecated in this release
      and will be removed in a future release.

/usr/include/i386-linux-gnu/bits/byteswap.h(47): error: identifier "__builtin_bswap32" is undefined

/usr/include/i386-linux-gnu/bits/byteswap.h(111): error: identifier "__builtin_bswap64" is undefined

/home/user/Downloads/helloworld.cu(12): error: identifier "cudaDeviceSynchronize" is undefined

3 errors detected in the compilation of "/tmp/tmpxft_000011c2_00000000-4_helloworld.cpp1.ii".