【亲测免费】 NVIDIA's GDRCopy 开源项目下载与安装教程

1. 项目介绍

GDRCopy 是一个基于 NVIDIA GPUDirect RDMA 技术设计的快速GPU内存复制库，专为追求低延迟需求而生。通过利用GPUDirect RDMA的功能，该库能够创建用户空间上的GPU内存映射，让这些映射后的内存仿佛普通主机内存一样被操作（虽然存在一些注意事项）。GDRCopy的特点是极低的开销，因为它是CPU驱动的，通常情况下，cudaMemcpy可能产生约6-7微秒的开销。此外，它支持高速H到D（Host到Device）数据传输，速率可达6-8GB/s（依赖于Ivy Bridge Xeon处理器，并受NUMA效应影响），但D到H（Device到Host）相对较慢，由于GPU BAR无法预读，导致不能生成突发读取事务。

2. 项目下载位置

项目托管在GitHub上，你可以直接访问以下链接进行下载：

[GitHub - NVIDIA/gdrcopy](https://github.com/NVIDIA/gdrcopy.git)

要克隆此项目到本地，可以使用Git命令行工具执行：

git clone https://github.com/NVIDIA/gdrcopy.git

3. 项目安装环境配置

环境要求:

• 硬件: 需要NVIDIA数据中心GPU或RTX GPU（基于Kepler或更新架构）。
• 操作系统: 支持Linux x86_64, ppc64le, arm64架构，推荐RHEL8、RHEL9、Ubuntu20.04、Ubuntu22.04、SLE-15等。
• 软件: 必须有CUDA >= 6.0，GPU驱动 >= 418.40（ppc64le）或 >= 331.14（其他平台），DKMS用于动态内核模块，以及必要的编译工具链。

示例图片配置:

由于Markdown文本格式限制，无法直接插入图片，但实际操作中，你应该配置好如下的开发环境：

• 安装dkms, build-essential, cuda等包的屏幕截图；
• 确认CUDA版本和GPU驱动正确安装的终端输出示例；

手动步骤包括：

1. 安装必要软件包 (sudo apt-get install cuda dkms build-essential ...) 或在RHEL/SLES使用相应的包管理器安装。
2. 确保CUDA和驱动已安装 (nvidia-smi 命令输出验证)。

4. 项目安装方式

从源代码安装

1. 获取源码: 已在步骤2中完成。

2. 环境设置: 根据系统类型，配置CUDA路径并准备编译环境。

3. 编译与安装: 执行以下命令以编译和安装GDRCopy（替换<install-to-this-location>和<cuda-install-top-dir>为实际路径）：

   make prefix=<install-to-this-location> CUDA=<cuda-install-top-dir> all install
   

4. 加载模块: 使用提供的脚本加载内核模块:

   sudo ./insmod.sh
   

通过RPM或DEB包安装

对于Red Hat系和Debian系系统，可参照项目文档构建并安装对应的RPM或DEB包。

5. 项目处理脚本

GDRCopy提供了多个测试脚本和应用程序来评估性能和正确性，例如：

• gdrcopy_sanity: 运行单元测试和基本功能验证。
• gdrcopy_copybw: 计算特定缓冲区大小的读写带宽。
• gdrcopy_copylat: 测量不同大小缓冲区的读写复制延迟。
• 更多应用可以在安装后通过运行对应的脚本进行测试。

为了运行这些脚本，你需要确保GDRCopy已经正确安装，并且系统中环境配置无误。例如，执行单元测试的命令是：

./gdrcopy_sanity

---

以上步骤指导你完成NVIDIA GDRCopy的下载、环境配置及安装过程。记得根据自己的操作系统和具体环境调整相应指令。