GPGPU-Sim installation

1. 安装linux，我装的版本是ubuntu14.04 LTS

2. 安装显卡的驱动: How to manually install nvidia driver in linux

1. Ctrl+Alt+T: 进入终端窗口，打开blacklist.conf文件，输入：

sudo gedit /etc/modprobe.d/blacklist.conf

2. 修改文件的内容，在文件的最后加入四行内容如下：

blacklist vga16fb

blacklist nouveau

blacklist rivafb

blacklist nvidiafb

blacklist rivatv

然后保存退出。

3. 清空之前机器上所有的nvidia相关的内容：

sudo apt-get remove --purge nvidia*

4. 成功后重启电脑,此时的分辨率显示为未装显卡驱动的样子
   按ctrl+alt+F1, 然后使用linux的用户名与密码登陆，登陆后输入：

sudo service lightdm stop //退出X Server

等到响应之后才能真正的退出X Server。然后进入驱动.run文件下载的文件夹

首先需要确认驱动程序文件的权限，如果没有x（运行）权限，需要更改文件权限：

chmod +x <filename>

最后，输入：

sudo ./<driver name>

按照提示一步步的安装即可。

注意：作使用nvidia官网下载的笔记本电脑thinkpad-t410的的显卡（nvidia nvs 3100m）的驱动后，运行terminal终端窗口经常会遇到闪烁，非常影响正常的工作。但是使用ubuntu系统自身的software center中心自动update显卡驱动后就运行正常，所以最好不需要手动安装显卡驱动。但从software center中心安装的显卡驱动最后显示的是一个alternative driver，并非recommended driver。

3. 安装cuda toolkit， 由于gpgpu-sim仅最高支持cudatoolkit4.0，所以不能下载太高版本的cuda，否则安装gpgpu时会提示”not tested”。安装cudatoolkit时需要退出X Server模式，方式同安装驱动时的退出方式相同。更改cudatoolkit的*.run文件的权限，需要能够运行（chmod +x）。然后使用sudo权限进行安装即可。（如果不使用sudo权限系统会给出提示无法创建/usr/local/cuda的目录）安装完cudatoolkit 4.0版本后无法向6.5版本那样进行编译samples，所以只能安装完毕后继续安装gpgpu。

4. 后续操作：在安装完cuda的toolkit之后还需要设置环境变量

64bit系统设置环境变量：

export PATH=/usr/local/cuda/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

因为安装的cudatoolkit版本是4.0，所以安装成功后文件夹不带版本号

32bit ARM系统设置环境变量：

export PATH=/usr/local/cuda-6.5/bin:$PATH

export LD_LIBRARY_PATH=/usr/local/cuda-6.5/lib:$LD_LIBRARY_PATH

进入/etc/ld.so.conf.d，以根用户输入：

sudo ldconfig

5.安装cuda SDK，方法与安装cudaToolkit相同，安装时路径采用默认路径。

安装完毕后返回到原来的X Server模式：

sudo service ligthdm start

6.在安装gpgpu-sim之前应该先安装OpenGL的支持，否则在编译cudasdk时会提示缺少OpenGL的支持文件。因为gpgpu-sim需要cudasdk编译成功的相关库文件的支持，所以在安装gpgpu-sim之前应该首先安装cudasdk，并编译成功。编译cudasdk需要使用gcc-4.4和g++-4.4的版本（编译信息给出的提示是不能使用4.5以及更高的版本）。因此需要首先安装gcc-4.4以及g++-4.4，可以直接在ubuntu的软件中心中搜索并安装，因为gcc以及g++的程序默认安装在ubuntu的/usr/bin文件夹下。所以需要首先删除原先安装程序时给出的gcc的连接：

sudo rm gcc

sudo rm g++

然后建立新的连接：

sudo ln -s gcc-4.4 gcc

sudo ln -s g++-4.4 g++

7. 按照下载的gpgpu-sim源代码中的README文档的提示进行安装。

首先，需要更改~/.bashrc文件，打开～/.bashrc：

sudo nano ~/.bashrc

或者：

vim ~/.bashrc

在文件的最后一行添加：

export CUDA_INSTALL_PATH=/usr/local/cuda

在文件中加入cuda的安装目录。

其次：依次输入

sudo apt-get install build-essential xutils-dev bison zlib1g-dev flex libglu1-mesa-dev //GPGPU-Sim dependencies

sudo apt-get install doxygen graphviz //GPGPU-Sim documentation dependencies

sudo apt-get install python-pmw python-ply python-numpy libpng12-dev python-matplotlib //AerialVision dependencies

sudo apt-get install libxi-dev libxmu-dev freeglut3-dev(libglut3-dev) //CUDA SDK dependencies （这条指令在实际输入的过程中会有提示无法找到libglut3-dev( unable to locate package libglut3-dev，应该将libglut3-dev改为freeglut3-dev)

最后：进入到下载的gpgpu-sim的源代码文件夹下：gpgpu-sim-master->v3.x

依次输入：

bash

source setup_environment//对于cuda/OpenCL的程序，这个指令更改LD_LIBRARY_PATH，使用gpgpu-sim

make

若一切正常则可以成功的编译gpgpu-sim

8. 使用gpgpu-sim运行benchmark。必须成功编译cuda sdk， 因为ispass 2009 benchmarks会用到一些库文件。

1. 在gpgpu-sim-master->ispass2009-benchmarks文件夹下打开Makefile.ispass-2009的文件，在该文件的最上卖弄添加环境变量

CUDA_INSTALL_PATH=/usr/local/cuda

NVIDIA_COMPUT_SDK_LOCATION=/home/wangd7(user name)/NVIDIA_GPU_Computing_SDK

同时必须确保PATH的环境变量中包含/usr/local/cuda/bin。

输入：

make -f Makefile.ispass-2009

如果有一些benchmark无法make成功，则将其注释掉。

确认在gpgpu-sim-master/ispass2009-benchmarks/bin/release文件夹下有生成的可执行文件。

2. 在gpgpu-sim-master/ispass2009-benchmarks文件夹下链接到配置文件（gpgpusim.config and interconnect configuration file）

./setup_config.sh TeslaC2050

如果以后你想更换一下配置文件，首先应该输入

./setup_config.sh --cleanup

然后再次输入

./setup_config.sh <config_name>

3. 进入到你想要运行的文件的文件夹下，然后运行程序，例如：

cd Mum

sh README.GPGPU-Sim

4. 如果你想要debugging simulator，应该使用debug模式
   cd $GPGPUSIM_ROOT
   source setup_environment debug
   make clean
   make
   cd MUM
   gdb –args 'cat README.GPGPU-Sim'

以上就所我整理的在一台新安装好linux ubuntu的电脑里成功的使用gpgpu-sim运行ispass2009中的benchmarks的全部步骤，经过测试，可以正常运行。