GPGPU-Sim，简单的说是一个模仿GPU运行的一个软件，一个仿真器，通过它能够更好的观察CUDA程序在“仿真GPU“中的运行情况。
本阶段的主要任务就是安装GPGPU-Sim，安装步骤是从带我那个学长写的一篇日志里，加上我自己的安装过程中的一些体会。学长日志链接：http://blog.renren.com/blog/197495812/896874009，红色部分为外加部分。
强烈建议各种软件的版本、包括系统的版本完全按照本博客来（前后安装了20多次的血泪史。。）
这个应该算是一个很很小众的软件了，在网上也不太容易找到资料，因此，逐渐的摸索，终于安装成功了。下面把步骤分享如下：（每一步骤之间最好重启一下，或者退出重新登陆一下，因为涉及到修改.bashrc文件的必须在下次启动时生效）。
第一步，安装Linux。
我比较喜欢使用Ubuntu，所以下面的讲解都是基于Ubuntu的，版本是Ubuntu 10.04 Server（ubuntu在10年不知发生了什么，10.04下有四个版本，而10.10只有一个测试版，然后在11.04就换内核了，在这里建议用ubuntuServer10.04.4，因为其他版本有可能导致安装失败）。安装过程没啥太大的讲究，这里就是建议各位使用虚拟机，使用虚拟机的好处就是可以做快照，然后步步为营，省得一旦出错就乱了手脚。
在这里注意的是，ubuntu安装成功后千万不要做更改软件源一类能够影响版本的举动！
第二步，安装CUDA。
我用的Server版本的Ubuntu直接带有开发工具链，如果使用桌面版，还需要把开发工具链装上，此外顺便安装一些CUDA所必须的库。
$ sudo apt-get install build-essential libxi-dev libxmu-dev libglut3-dev
然后到CUDA网站上下载CUDA 4.0，是的，我在强调4.0，GPGPU-Sim目前最高只支持到CUDA 4.0。如果在NVIDIA网站上找不到4.0下载，可以直接通过百度搜索。下载Driver和Tool Kit就行了，注意Tool kit一定要对应Linux的版本，比如，我现在使用的10.04 Server（64位版）就要下载Ubuntu 10.10 x64的Tool kit。（下载链接：cudatoolkit_4.0.17_linux_64_ubuntu10.10.run，对，你没看错，是ubuntu10.10，因为官网上CUDA4.0对应的ubuntu版本就是10.10，能够兼容10.04.4）
sudo sh cudatoolkit_4.0.17_linux_64_ubuntu10.10.run
安装Driver需要在纯文本界面下进行，如果是Desktop版的，需要再启动时进入grub，然后按e修改启动项，只要在内核后面的参数中加入 text 参数，然后Ctrl + X启动进入。
由于虚拟机肯定没有CUDA显卡，因此在安装CUDA Driver的时候需要将检查显卡这步拿掉。安装CUDA Driver的意义就是在于其中包含了编译CUDA程序所必须的 libcuda.so 文件。（devdriver_4.0_linux_64_270.41.19.run）
|
1
|
sudo sh devdriver_4.0_linux_64_270.41.19.run -k $(uname -r) |
安装Tool kit没啥特别的，各种默认即可。
别忘了安装完毕，需要在~/.bashrc文件的末尾添加如下内容：
export CUDA_INSTALL_PATH=/usr/local/cuda
export
PATH=$PATH:$CUDA_INSTALL_PATH/bin
#export
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:~/software/gpgpu-sim/v3.x/lib/4000/release
export
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$CUDA_INSTALL_PATH/lib64
其中第3行的内容是后面要用到的。另外，我将gpgpu-sim下载到了~/software目录中，当然这个可以根据个人喜好随意存放。
第三步，下载并准备gpgpu-sim
非常讨厌的是gpgpu-sim没有提供http或ftp的下载方式，需要通过git方式获取。首先安装git：
$ sudo apt-get install git
然后按照gpgpu-sim官方网站（http://www.gpgpu-sim.org）上的提示，输入命令，下载gpgpu-sim：
$ git clone git://dev.ece.ubc.ca/gpgpu-sim
注意，教育网使用git可能存在问题，那只能自己想办法解决了。下载完成后目录中多了一个叫gpgpu-sim的子目录。里面包含了三个子目录，其中之一是v3.x，我们主要使用该目录中的文件，其他两个目录可以忽略。
下面安装gpgpu-sim官方手册的指示安装依赖库：
$ sudo apt-get install xutils-dev bison zlib1g-dev flex libglu1-mesa-dev doxygen graphviz python-pmw python-ply python-numpy libpng12-dev
（下载地址：gpu_simulators）
第四步，安装GCC
是的，你也没有听错，是得安装GCC。这里很搞笑，gpgpu-sim的程序在GCC 4.4.x编译器下会报编译器内部错误！无奈Ubuntu 10.04在apt-get中提供的gcc又只有4.4.x，所以我只能硬着头皮装最危险的GCC。gpgpu-sim中提到他们开发时使用的是4.5.1，那么我也是用4.5.1，一定要求稳（我曾冒进的使用了4.7.2，发现GCC4.7跟CUDA存在兼容问题。。。）。
安装步骤可以参照这篇博客：http://www.cnblogs.com/LitLeo/p/3534196.html
由于使用了虚拟机，这个过程比较缓慢，往往会持续7个小时之久。
安装完成后，使用gcc -v命令测试一下版本号。
然后随便找一个CUDA程序用nvcc编译一下，结果发现报错了，这是用nvcc默认只支持GCC 4.4及以下的编译器，因此需要对/usr/local/cuda/include/host_config.h做一些修改，将第80行修改为：
#if __GNUC__ > 4 || (__GNUC__ == 4 && __GNUC_MINOR__ > 5)
然后在此编译该程序，就不会在出现错误了。
第五步：编译gpgpu-sim
万事俱备只欠东风了，我们已经做好了所有的准备工作，现在需要编译gpgpu-sim了。
进入gpgpu-sim/v3.x目录，使用如下命令编译：
$ source setup_environment
$ make
$ make docs
整个过程应该在十分钟左右。然后修改~/.bashrc中，把之前注释掉的第三行拿掉注释，把原来第4行注释掉。
第六步：测试gpgpu-sim
我们使用在第四步末生成的CUDA程序，首先去gpgpu-sim/v3.x/comfig中把GTX480目录下的所有文件拷到和那个CUDA程序同一个目录下，然后运行那个CUDA程序（假设编译后文件名为cudatestapp）
./cudatestapp
会出现一大堆的信息，不用管他，只要不报错，我们就成功了。
至此，gpgpu-sim安装完毕