when compile /home/wangxiao/NVIDIA-CUDA-7.5 SAMPLES, it warning: gcc version larger than 4.9 not supported, so: old verson of gcc and g++ are needed

1. when compile /home/wangxiao/NVIDIA-CUDA-7.5 SAMPLES, it warning: gcc version larger than 4.9 not supported, so:old verson of gcc and g++ are needed:

    sudo apt-get install gcc-4.7
    sudo apt-get install g++-4.7    

then, a link needed :

sudo ln -s /usr/bin/gcc-4.7 /usr/local/cuda/bin/gcc
sudo ln -s /usr/bin/g++-4.7 /usr/local/cuda/bin/g++

 

 
时间: 2024-09-15 17:28:42

when compile /home/wangxiao/NVIDIA-CUDA-7.5 SAMPLES, it warning: gcc version larger than 4.9 not supported, so: old verson of gcc and g++ are needed的相关文章

NVIDIA:CUDA通过GPU加速提升高性能计算

CUDA(Compute Unified Device Architecture),显卡厂商NVidia推出的运算平台.随着显卡的发展,GPU越来越强大,而且GPU为显示图像做了优化.在计算上已经超越了通用的CPU.如此强大的芯片如果只是作为显卡就太浪费了,因此NVidia推出CUDA,让显卡可以用于图像计算以外的目的. 目前只有G80平台的NVidia显卡才能使用CUDA,工具集的核心是一个C语言编译器.G80中拥有128个单独的ALU,因此非常适合并行计算,而且数值计算的速度远远优于CPU.

Windows 7与CUDA架构的兼容性测试

图形巨头NVIDIA推出的GPU通用计算技术CUDA相信大家都有所了解,然而随着Windows 7逐渐成为热门的关注对象,有一部分人对Windows 7是否支持CUDA.能否很好的支持CUDA产生了质疑.原因很直接--因为Windows 7支持微软自家的Direct compute! 但事实真的是这样吗?今天,笔者就再一次针对CUDA的概念.架构等进行剖析,并且分别在Windows Vista与Windows 7操作系统上对CUDA性能进行对比测试,以达到拨乱反正的效果. 在进行正式的对比评测之

CUDA编程(二) CUDA初始化与核函数

CUDA编程(二) CUDA初始化与核函数 CUDA初始化 在上一次中已经说过了,CUDA安装成功之后,新建一个工程还是十分简单的,直接在新建项目的时候选择NVIDIA CUDA项目就可以了,我们先新建一个MyCudaTest 工程,删掉自带的示例kernel.cu,然后新建项,新建一个CUDA C/C++ File ,我们首先看一下如何初始化CUDA,因此我命名为InitCuda.cu 首先我们要使用CUDA的RunTime API 所以 我们需要include cuda_runtime.h

NVIDIA发布“Jetson TK1”

摘要: 据说,在分布式计算飞速发展的当下改进超级计算机已经没有意义,比如HTC的Power to Give计划就能让你的手机获得等同于超级计算机的运算能力.即便如此,将超级计算机小型化的尝试还 据说,在分布式计算飞速发展的当下改进超级计算机已经没有意义,比如HTC的Power to Give计划就能让你的手机获得等同于超级计算机的运算能力.即便如此,将超级计算机小型化的尝试还是极具价值的,毕竟在很多场景下我们不能保证设备与云的连通. 据Engadget报道,昨天NVIDIA CEO黄仁勋在该公司

NVIDIA与阿里云达成战略合作 共同拓展深度学习市场

在今天开幕的2016云栖大会•上海峰会上,全球视觉计算的行业领导者NVIDIA(英伟达)与全球领先的云计算服务提供商阿里云共同宣布达成战略合作,两家公司将围绕中国首个基于GPU的云上高性能计算平台--阿里云HPC,在市场.技术等领域展开深入合作,为高性能计算和深度学习领域的新兴企业提供全面的GPU计算支持. NVIDIA全球副总裁 Shanker Trivedi表示:"我们非常高兴能够基于中国最大的云计算服务平台--阿里云为客户.特别是新兴企业提供GPU加速计算服务,用户可以通过云在高性能计算.

NVIDIA 发布全球首款移动超级计算机 Jetson TK1

据说,在分布式计算飞速发展的当下改进超级计算机已经没有意义,比如HTC的Power to Give计划就能让你的手机获得等同于超级计算机的运算能力.即便如此,将超级计算机小型化的尝试还是极具价值的,毕竟在很多场景下我们不能保证设备与云的连通. 据Engadget报道,昨天NVIDIA CEO黄仁勋在 该公司的GPU技术大会上公布了一款微型版的超级电脑Jetson TK1.这块板子与Arduino和树莓派相似,但远比后两者强大,可以进行每秒326千兆的浮点运算.Jetson TK1使用了NVIDI

Nvidia发布Pascal芯片及GPU服务器

在一年一度的GPU Technologies大会上,Nvidia发布了据它称是目前最大的16纳米FinFET芯片,以及封装了8个这种芯片的一款高端系统.Tesla P100芯片以及DGX-1服务器是最新的图形处理引擎,瞄准深度学习算法. 在关于计算机游戏的主题演讲中,Nvidia首席执行官黄仁勋展示了未来一切都将采用新兴的人工智能技术,从下一代云服务到汽车. "深度学习不再只是研究,而是发生在各行各业,"黄仁勋表示.他将新兴的神经网络算法称为"一种新的计算模式",&

Nvidia Tegra K1瞄准定制化ARM微服务器市场

[天极网服务器频道5月26号消息]进入2014年,ARM在数据中心的布局日渐加快,其中一个标志就是AMD将推出64位ARM服务器芯片.不过不只AMD瞄准了ARM微服务器市场,Nvidia也在评估微服务器市场.这不Nvidia宣布将推出面向微服务器的64位Tegra K1芯片,和其他ARM芯片厂商展开竞争. Tegra K1采用与PC电脑端相同的开普勒架构,包含192个Nvidia CUDA核心的Nvidia Kepler GPU,Nvidia Kepler是首个覆盖面极广的GPU架构,它覆盖了从

[译]搭建个人深度学习平台:GTX 1080 + Ubuntu 16.04 + CUDA 8.0RC + CuDNN 7 + Tensorflow/Mxnet/

本文讲的是[译]搭建个人深度学习平台:GTX 1080 + Ubuntu 16.04 + CUDA 8.0RC + CuDNN 7 + Tensorflow/Mxnet/, 原文地址:Build Personal Deep Learning Rig: GTX 1080 + Ubuntu 16.04 + CUDA 8.0RC + CuDnn 7 + Tensorflow/Mxnet/Caffe/Darknet 原文作者:Guanghan Ning 译文出自:掘金翻译计划 本文永久链接:github