染念Blog

前言

本次我们基于Intel Arc系列的GPU,在windows的WSL上安装oneAPI,

之前发表过纯CPU,通过VM虚拟机的方式,而现在我们在WSL上实现GPU版本的安装

windows上使用vmare-Ubuntu18 安装oneAPI、oneDNN

更新时间:2022-12-06 15:36:42

跳转

环境

系统OSCPUGPUWSL内核版本WSLgUbuntu
windows11专业版22H2 22621.81913th Gen Intel(R) Core(TM) i5-13600KFlntel(R) Arc(TM) A770 Graphics1.0.0.05.15.74.21.0.4722.04

基础知识

因为是在WSL上操作,所以需要知道WSL的基本操作,我们可以参考官方的文档,接下来只列出常用的命令
  1. 安装:wsl --install
  2. 安装Ubuntu

    1. Microsoft store搜索ubuntu,选择合适的版本,点击获取,下载完成后会自动启动安装,安装时要求输入一个新的用户名和密码。
    2. 某些情况不能在Microsoft store安装的时候,可以前往这里,使用以下链接来下载并手动安装 Linux 发行版。
  3. 修改wsl系统存放路径(当你C盘吃紧的时候,可以时候,)

    1. 使用wsl -l --all -v查询你安装的子系统名称
    2. 打包wsl,导出子系统

      wsl --export 子系统名称 D:\子系统名称.tar

    3. 注销原wsl系统

      wsl --unregister 子系统名称

    4. 从其他分区导入子系统,这里的路径名就是你搬家后的目的地址

      wsl --import 新子系统名称 d:\路径名 D:\子系统名称.tar

    5. 设置默认用户
      1. 因为搬家后,用户名不会是你原来一开始设置的,但是密码一样,用户名会变成root,如果觉得难受,可以用以下命令修改
  4. 启动方式

    1. 手动输入wsl -d 系统名,接下来会在后台自行启动,接下来每次输入ubuntu就会自行进入
    2. 直接输入ubuntu就会自行进入
    3. 安装过window Terminal的同志可以在“+”直接启动ubuntu
  5. 友情提醒:使用Ubuntu之前请更换国内源,这里不做过多介绍
  6. windows与WSL文件关系

    1. 在windows的文件资源管理器输入\\wsl$就能进入linux文件系统
    2. 默认打开的~的就是home/your name 的文件夹里面,windows系统挂载在mnt里面
    3. 在WSL中输入explorer.exe .可以直接打开windows的文件资源管理器,能够查看linux相关文件

    oneAPI安装

    下载安装包

    打开网址,下载Intel oneAPI Base ToolkitIntel® oneAPI HPC Toolkit离线版本,在线版本可能会有网络错误什么的,所以能离线最好离线。

    如果电脑可以快速上网的话,推荐在windows下好,以Base Toolkit为例

    离线版本例子

    再根据windows和WSL的文件关系,直接移入linux文件系统。

    分别输入sudo sh ./l_BaseKit_p_2022.3.1.17310_offline.shsudo sh ./l_HPCKit_p_2022.3.1.16997_offline.sh

    图形界面安装

  7. 等待命令加载如图所示窗口。

    0.2

  8. 选中协议,并且使用Customize

    2

  9. 去除intel优化的python,Intel社区有层贴说自带的python直接安装存在问题,建议通过Anaconda安装 Intel Distribution for Python

    3

  10. 继续运行,你会发现如下几个问题:

    4

    第一个问题属于没有安装Intel GPU的驱动。

  11. 首先我们是在windows的大环境下的,所以需要在windows安装intel GPU的驱动,点击这里安装
  12. 接下来我们在WSL的Ubuntu 22.04环境下

    sudo apt-get install -y gpg-agent wget
    wget -qO - https://repositories.intel.com/graphics/intel-graphics.key |
    sudo gpg --dearmor --output /usr/share/keyrings/intel-graphics.gpg
    echo 'deb [arch=amd64,i386 signed-by=/usr/share/keyrings/intel-graphics.gpg] https://repositories.intel.com/graphics/ubuntu jammy arc' | \
    sudo tee  /etc/apt/sources.list.d/intel.gpu.jammy.list
    • 这个代码具有版本迁移性,jammy是22.04的版本代号,如果使用其它版本,可以替换相应的版本!
    sudo apt-get install intel-opencl-icd intel-level-zero-gpu level-zero
    • 最后,关闭WSL,重新启动安装界面,这个报错就能消失。

    5

    6

    7

    第二个问题就是缺少了关键的包,大家可以对比文章,是否就缺少了如上,我将这些错误提示整合起来,方便大家一键安装

    sudo apt-get install libgbm1 libgtk-3-0 libnotify4 libnss3 xdg-utils libxcb-dri3-0 libatspi2.0-0

    第三个kernel headers的问题在前面两步操作后刷新就不存在了,但在实际编译文件之后就会报头文件缺少的错误,并且无法使用上面的WSL2标准库命令进行安装,我们需要使用如下命令

    sudo apt install build-essential flex bison dwarves libssl-dev libelf-dev

    接下来刷新界面

    就能出现IDE配置界面,如果没有这个我们可以直接跳过

    success_8

    然后点击同意协议

    9

    直到安装成功。

    11

    解决完Base Tooolkit的问题,接下来安装HPC,相同流程下来没有任何报错信息。

    DEMO

    // gpu_sample.cpp
    // 使用这个DEMO,能够检查安装oneapi是否编译成功,另外也能检测GPU是否启用
    #include <CL/sycl.hpp>
    using namespace cl::sycl;
    int main() {
      //# Create a device queue with device selector
      gpu_selector selector;
      //cpu_selector selector;
      //default_selector selector;
      //host_selector selector;
      queue q(selector);
      //# Print the device name
      std::cout << "Device: " << q.get_device().get_info<info::device::name>() << "\n";
      return 0;
    }

    编译方法:

    source /opt/intel/oneapi/setvars.sh
    dpcpp gpu_sample.cpp
    ./a.out

13

如图所示,结果为intel的GPU,说明GPU下的oneAPI安装成功

关于oneDNN的说明

oneAPI的Base Toolkit组件已包含:oneDNN

GITHUB上的oneDNN仓库是处于开发版不稳定状态,如果想要稳定功能,直接在toolkit里安装,这样方便。

组件卸载/修复

如果觉得自己安装的组件有问题,需要卸载和修复

在oneapi Base toolkit的安装包目录,重新执行sudo sh ./l_BaseKit_p_2022.3.1.17310_offline.sh或者sudo sh ./l_HPCKit_p_2022.3.1.16997_offline.sh

就能出现管理界面:

QQ截图20221206143254

例如我们增加和卸载组件,就可以打开安装时候的界面,在这个界面能够自己管理自己的组件

QQ截图20221206143316

继续执行等待修改,直到成功!

QQ截图20221206143129

致谢

最后,感谢教育部-英特尔产学合作专业综合改革项目提供的DevCloud平台支持,感谢英特尔亚太研发有限公司技术团队提供的技术支持。

有关高性能计算课程及相关资料请参阅以下链接:

基于OneAPI的高性能计算

高性能计算实验(教育部产学合作协同育人项目)

oneapi oneDNN gpu intel arc

版权属于:染念
作品采用:本作品采用 知识共享署名-相同方式共享 4.0 国际许可协议 进行许可。
更新于: 2022年12月06日 20:52
9
发表评论
  1.     Android /    Google Chrome

    该评论仅登录用户及评论双方可见

目录

来自 《基于Intel Arc GPU下的WSL环境-oneAPI安装教程》

染念

Big高性能计算、small前端...
164 文章数
607 评论量
4 分类数
168 页面数
已在风雨中度过 5年357天14小时16分
© 2023 染念Blog
浙ICP备19020194号-1
© 2023 染念Blog
浙ICP备19020194号-1