nvidia编译环境名称

① 用来编译 cuda 代码的 nvidia 工具叫什么名字

你好，

它就是CUDA本身自带的nvcc编译器。

谢谢，望采纳

② nVidia是什么意思

▲NVIDIA公司（Nasdaq代码： NVDA）是图形处理技术的市场领袖，专注于打造能够增强个人和专业计算平台的人机交互体验的产品。公司的图形和通信处理器拥有广泛的市场，已被多种多样的计算平台采用，包括个人数字媒体PC、商用PC、专业工作站、数字内容创建系统、笔记本电脑、军用导航系统和视频游戏控制台等。NVIDIA总部位于美国加州圣克拉拉，全球雇员数量超过2000人。

全球各地众多OEM厂商、显卡制造商、系统制造商、消费类电子产品公司都选择NVIDIA的处理器作为其娱乐和商用解决方案的核心组件。在PC应用领域（例如制造、科研、电子商务、娱乐和教育等），NVIDIA公司获奖不断的图形处理器可以提供出色的性能和鲜锐的视觉效果。其媒体和通信处理器能够执行宽带连接和通信应用中要求十分苛刻的多媒体处理任务，并在音频应用能力方面取得突破。

NVIDIA产品和技术的基础是NVIDIA ForceWare，这是一种综合性软件套件，能够实现业内领先的图形、音频、视频、通信、存储和安全功能。NVIDIA ForceWare可以提高采用NVIDIA GeForce图形芯片和NVIDIA nForce平台解决方案的各类台式和移动PC的工作效率、稳定性和功能。

NVIDIA是全球第一家能够提供适用于工作和娱乐应用并且同时支持众多操作系统的全套影院级着色三维图形解决方案的半导体公司。其GeForce系列图形芯片（GPU）能够为娱乐和游戏应用提供最出色的三维、二维和高清晰度电视性能，并可满足企业用户所要求的高速性能、鲜锐视觉效果以及水晶般清晰度。GeForce已成为全球领先PC厂商及显卡生产商的首选品牌。

数字媒体革命已经到来。当今的用户希望获得能够处理、存储和分配大量数字化内容的PC解决方案。NVIDIA公司的nForce媒体和通信处理器（MCP）可以实现无以伦比的系统性能、高速联网、扩充数字媒体连接和高保真音效。基于NVIDIA nForce MCP的主板和PC解决方案能够满足32位和64位计算环境对可扩充性、功能和性能的需要，是专业和家庭用户以及游戏发烧友的理想之选。
NVIDIA公司的Quadro®产品线面向专业三维和二维图形市场。NVIDIA凭借领先的技术将基于Quadro的工作站解决方案与NVIDIA统一驱动架构（UDA）和nViewTM软件完美地集成在一起，为设计、创意和科研专业人员提供了稳定的开发和应用环境。 NVIDIA还将系列移动工作站图形芯片——NVIDIA Quadro Go纳入其工作站解决方案中，从而在移动工作站上实现了专业工作站级的特性和性能，并为移动专业人员带来了实实在在的利益。

NVIDIA可提供一整套移动解决方案，满足最终用户的多种要求，包括在保持系统性能的前提下运行工程设计应用，为多功能娱乐设备提供图形处理能力等等。伴随GeForce™ Go移动图形处理器家族（包括性能超群的GeForce FX Go系列）的推出，NVIDIA 成为业界首家提供适用于移动市场的高性能三维图形处理器的企业。对工程师和动画师而言，全球第一款移动工作站图形芯片 Quadro Go GL能够让他们在移动平台上实现实时交互。立足于大获成功的媒体和通信处理技术，NVIDIA nForce3 GO MCP集成了能够扩充笔记本功能和实现极致数字媒体PC体验的软硬件技术。
NVIDIA GoForce媒体处理器产品线能够让手持终端OEM打造极富诱惑力的产品。NVIDIA GoForce节能型图形芯片能够在极低的功耗下高效处理图形和视频内容，为手持终端设计者提供了一种激动人心的产品，能够让他们为配装数码相机的手机和其他手持终端开发高分辨率图片采集、视频采集、视频播放、游戏和彩信应用。NVIDIA的GoForce产品家族能够在软件上兼容MediaQ公司早期推出的媒体处理器，因此，拥有基于MediaQ的产品设计的OEM能够快速升级产品，支持新的应用。借助基于硬件的多媒体处理技术，NVIDIA GoForce能够实现业内领先的性能和超炫视觉效果。
微软XboxTM视频游戏控制台借助NVIDIA Xbox图形处理器（XGPU）以及Xbox媒体和通信处理器（MCPX）实现出色的图形效果和令人难以置信的音频效果，以及最富动感的游戏体验。除此以外，NVIDIA的XGPU和MCPX还能实现超凡脱俗的三维图形、DVD和高清晰度电视、三维环境音效以及宽带连接功能。
NVIDIA公司与全球所有领先OEM合作，包括戴尔、Gateway、MPC、惠普、IBM、微软、索尼、日立、苹果和富士通-西门子。在渠道方面，NVIDIA公司与全球的系统制造商合作，提供面向所有消费者的各种价位的解决方案。此外，NVIDIA公司还与下列公司合作，提供基于NVIDIA技术的独立产品，升技计算机、青云科技、建基、华硕计算机、BFG、映泰、承启科技、EPoX 国际、eVGA、耕宇、技嘉科技、Jaton、丽台科技、MSI、同德、 Pine、PNY、宝联、浩鑫和XFX等等。
NVIDIA 历史

2000年初，NVIDIA发布全球最快的工作站GPU：QuadroNVIDIA，获得Microprocessor Report 分析家选择奖：最好的3D加速器。之后NVIDIA 被Microsoft 选为X-Box游戏机的指定图形处理单元，并且相继发布了全球第一个可每一条渲染线着色的图形处理单元：GeForce2 GTS、主流图形处理单元 GeForce2 MX。2000年6月，NVIDIA 获得<商业周刊>评为全球第一半导体公司。随后，它又发布全球最快的工作站图形处理单元：Quadro2 Pro、高端专业工作站图形处理单元：Quadro2 MXR以及第一个十亿像素的图形处理单元(GPU)：GeForce2 Ultra。2000年9月，NVIDIA 被公认为硅谷发展最快的技术公司之一。

2001年NVIDIA被FSA评为最受尊敬的和财务管理最好的半导体公司。并很快成为全球最快达到10亿美元营业额的半导体公司。在这一年里，GeForce3的3D图形技术获得<游戏开发杂志>的最创新奖，被FSA评为最受尊敬的和财务管理最好的半导体公司。2001年11月，NVIDIA的GeForce3图形处理单元(GPU)被<电脑显示世界杂志>评为2001年最创新的产品。其生产的图形处理器(GPU)入选<PCWorld.com> 前十名名单并且发布GeForce Titanium 系列产品, 再次扩大图形处理单元的领先地位。

2001年NVIDIA被FSA评为最受尊敬的和财务管理最好的半导体公司。并很快成为全球最快达到10亿美元营业额的半导体公司。在这一年里，GeForce3的3D图形技术获得<游戏开发杂志>的最创新奖，被FSA评为最受尊敬的和财务管理最好的半导体公司。2001年11月，NVIDIA的GeForce3图形处理单元(GPU)被<电脑显示世界杂志>评为2001年最创新的产品。其生产的图形处理器(GPU)入选<PCWorld.com> 前十名名单并且发布GeForce Titanium 系列产品, 再次扩大图形处理单元的领先地位。

2003年是NVIDIA有史以来推出新显示芯片最多的一年：NV30、NV31、NV34、NV35、NV36、NV38，六款产品相继出现在市场上。年初已推迟许久的NV30，即GeForce FX 5800 Ultra上市，可因为多种因素很快便悄然退出市场(它针对专业领域的变种Quadro FX倒是因种种新特性和强劲性能而值得称赞)，这是NVIDIA加速推出新品的一个重要因素。随后而来的GeForce FX 5900 Ultra(NV35)表现出了成熟的风貌，它的性能得到了大幅提升，从一定程度上改变了ATi在高端市场独自称雄的局面。同时NVIDIA暑期推出了性价比突出的简化版GeForce FX 5900 SE，弥补了其在1500元到2000元市场的产品空档。

2004年nVIDIA动作连连，相继发布了nForce芯片组的一系列驱动后，又带来了Forceware56.72驱动。这款驱动的文件生成日期是03/24/2004日，支持nVIDIA全系列显卡，并且这款驱动已经通过了微软WHQL认证，在Windows平台的稳定性和兼容性上都有保障，再加上ForceWare55系列驱动的一系列增强功能：支持DirectX9.0，支持OpenGL1.5，支持每个应用程序3D属性的独立调节和存档，内建3.5版本的nVIEW多显示技术支持IE广告窗口封锁功能，支持显示Gridlines技术，支持480i、480p、720p和1080i的HDTV输出。因此我们建议使用nVIDIA显卡的朋友更新此款驱动。

③ 安装显卡驱动，显示缺少软件，硬件安装失败，怎么解决

先去nvida中文官网下个驱动
* 删除原有驱动(假设你安装过源里面的nvidia-glx驱动，曾经手动安装驱动的可以跳过）：

sudo apt-get --purge remove nvidia-glx

然后用原来xorg.conf的备份恢复X的设置

sudo cp /etc/X11/xorg.conf.backup /etc/X11/xorg.conf

重启，确定起动正常

* 安装编译环境和前期步骤：

安装头文件和编译环境

sudo apt-get install linux-headers-$(uname -r) build-essential

edgy已经安装好了最新的gcc了，没有装的，自己装上

gksudo gedit /etc/default/linux-restricted-moles-common

在最后的双引号里面添加nv两个字，添加后就是“nv”

* 预防起动X失败

sudo cp /etc/X11/xorg.conf /etc/X11/xorg.conf.mybackup

如果起动X失败，可以用sudo cp /etc/X11/xorg.conf.mybackup /etc/X11/xorg.conf来灰复X设置，然后起动

* 以下为网络上留传的要点，本人多台机器安装没有使用，如果不行，可以尝试（但是会删除受限制模块，导致某些别的硬件无法使用）：[未测试]

sudo apt-get --purge remove nvidia-settings nvidia-kernel-common
sudo rm /etc/init.d/nvidia-*

* 开始安装（对于曾经手动安装nv驱动的，可以在安装的时候选择卸载旧版的驱动）：

请拿出一张纸和一支笔，记录下一下的命令，因为我们要去到纯终端里面安装

注意了！！！！把下面几个命令拿笔记下来，注意空格！！！
注销后，按Ctrl+Alt+F1，登录后 关闭gdm

sudo /etc/init.d/gdm stop

然后开始安装（假设下载的文件放在home根目录下）
home 在文件系统里，打开文件系统就看见了，把下驱动拷进去

sudo sh NVIDIA-Linux-x86-1.0-9631-pkg1.run（此处用驱动文件名，嫌太长就先改名。比如改成qudong.run.运行就输入sudo sh qudong.run）
注意：如果运行不成功，则提高到管理员身份运行。

如果你下载的是64位驱动

sudo sh NVIDIA-Linux-x86_64-1.0-9629-pkg1.run(同上)

进入安装界面后，首先接受协议，选“接受”。 可能会有提示已经安装了旧的驱动（视乎你自己是否有手动安装过），是否删除，选yes就是了，一般会提示缺少模块，问是否网上下载，选“no”， 提示需要自己编译模块，选“ok”，然后编译安装开始，最后提示需要修改xorg.conf，是否允许，选yes， 完成安装，选ok。 然后回到终端界面,重启gdm

sudo /etc/init.d/gdm start

或者干脆重新启动系统。

现在可以重启试试驱动是否已经装好，在“应用程序-》系统工具-》NVIDIA X server setting里面可以看到驱动的信息

提示：每次更新内核后都需要重新安装nv的驱动！重复第5点的步骤即可

④ nvidia/cuda 公开源中的devel和runtime有什么区别

从很多方面来看，CUDA和OpenCL的关系都和DirectX与OpenGL的关系很相像。如同DirectX和OpenGL一样，CUDA和OpenCL中，前者是配备完整工具包、针对单一供应商(NVIDIA)的成熟的开发平台，后者是一个开放的标准。
虽然两者抱着相同的目标：通用并行计算。但是CUDA仅仅能够在NVIDIA的GPU硬件上运行，而OpenCL的目标是面向任何一种Massively Parallel Processor，期望能够对不同种类的硬件给出一个相同的编程模型。由于这一根本区别，二者在很多方面都存在不同：

1）开发者友好程度。CUDA在这方面显然受更多开发者青睐。原因在于其统一的开发套件(CUDA Toolkit, NVIDIA GPU Computing SDK以及NSight等等)、非常丰富的库(cuFFT, cuBLAS, cuSPARSE, cuRAND, NPP, Thrust)以及NVCC(NVIDIA的CUDA编译器)所具备的PTX(一种SSA中间表示，为不同的NVIDIA GPU设备提供一套统一的静态ISA)代码生成、离线编译等更成熟的编译器特性。相比之下，使用OpenCL进行开发，只有AMD对OpenCL的驱动相对成熟。

2）跨平台性和通用性。这一点上OpenCL占有很大优势（这也是很多National Laboratory使用OpenCL进行科学计算的最主要原因）。OpenCL支持包括ATI,NVIDIA,Intel,ARM在内的多类处理器，并能支持运行在CPU的并行代码，同时还独有Task-Parallel Execution Mode，能够更好的支持Heterogeneous Computing。这一点是仅仅支持数据级并行并仅能在NVIDIA众核处理器上运行的CUDA无法做到的。

3）市场占有率。作为一个开放标准，缺少背后公司的推动，OpenCL显然没有占据通用并行计算的主流市场。NVIDIA则凭借CUDA在科学计算、生物、金融等领域的推广牢牢把握着主流市场。再次想到OpenGL和DirectX的对比，不难发现公司推广的高效和非盈利机构/标准委员会的低效(抑或谨慎，想想C++0x)。

很多开发者都认为，由于目前独立显卡市场的萎缩、新一代处理器架构(AMD的Graphics Core Next (GCN)、Intel的Sandy Bridge以及Ivy Bridge)以及新的SIMD编程模型(Intel的ISPC等)的出现，未来的通用并行计算市场会有很多不确定因素，CUDA和OpenCL都不是终点，我期待未来会有更好的并行编程模型的出现(当然也包括CUDA和OpenCL，如果它们能够持续发展下去)。

⑤ 关于Nvidia的几个常识

physx 是一套由 nvidia 设计的执行复杂的物理运算的技术.在 2005年7月20日，索尼同意在即将发售的 playstation3 中使用 nvidia 的 physx 和它的 sdk —— novodex 。nvidia 声称，physx 将会使设计师在开发游戏的过程中使用复杂的物理效果而不需要sSbBwW.cOm像以往那样耗费漫长的时间开发一套物理引擎，而且使用了物理引擎还会使一些配置较低的电脑无法流畅运行。nvidia 更宣称 physx 执行物理运算的效率比当前的 cpu 与物理处理软件的组合高出 100 倍。游戏设计语言 dark basic pro 将会支持 physx，并允许其用户利用physx 执行物理运算。
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、G92、G94和GT200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。
你的显卡可以

⑥ NVIDIA显卡支持CUDA，什么是CUDA

关于CUDA：

CUDA（Compute Unified Device Architecture）是一个新的基础架构，这个架构可以使用GPU来解决商业、工业以及科学方面的复杂计算问题。它是一个完整的GPGPU解决方案，提供了硬件的直接访问接口，而不必像传统方式一样必须依赖图形API接口来实现GPU的访问。在架构上采用了一种全新的计算体系结构来使用GPU提供的硬件资源，从而给大规模的数据计算应用提供了一种比CPU更加强大的计算能力。CUDA采用C语言作为编程语言提供大量的高性能计算指令开发能力，使开发者能够在GPU的强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。

关于NVIDIA CUDA技术
NVIDIA CUDA技术是当今世界上唯一针对NVIDIA GPU（图形处理器）的C语言环境，为支持CUDA技术的NVIDIA GPU（图形处理器）带来无穷的图形计算处理性能。凭借NVIDIA CUDA技术，开发人员能够利用NVIDIA GPU（图形处理器）攻克极其复杂的密集型计算难题，应用到诸如石油与天然气的开发，金融风险管理，产品设计，媒体图像以及科学研究等领域。
CUDA™ 工具包是一种针对支持CUDA功能的GPU（图形处理器）的C语言开发环境。CUDA开发环境包括:

nvcc C语言编译器
适用于GPU（图形处理器）的CUDA FFT和BLAS库
分析器
适用于GPU（图形处理器）的gdb调试器（在2008年3月推出alpha版）
CUDA运行时（CUDA runtime）驱动程序（目前在标准的NVIDIA GPU驱动中也提供）
CUDA编程手册
CUDA开发者软件开发包（SDK）提供了一些范例（附有源代码），以帮助使用者开始CUDA编程。这些范例包括:

并行双调排序
矩阵乘法
矩阵转置
利用计时器进行性能评价
并行大数组的前缀和（扫描）
图像卷积
使用Haar小波的一维DWT
OpenGL和Direct3D图形互操作示例
CUDA BLAS和FFT库的使用示例
CPU-GPU C—和C++—代码集成
二项式期权定价模型
Black-Scholes期权定价模型
Monte-Carlo期权定价模型
并行Mersenne Twister（随机数生成）
并行直方图
图像去噪
Sobel边缘检测滤波器
MathWorks MATLAB® 插件 (点击这里下载)
新的基于1.1版CUDA的SDK 范例现在也已经发布了。要查看完整的列表、下载代码，请点击此处。

技术功能
在GPU（图形处理器）上提供标准C编程语言
为在支持CUDA的NVIDIA GPU（图形处理器）上进行并行计算而提供了统一的软硬件解决方案
CUDA兼容的GPU（图形处理器）包括很多：从低功耗的笔记本上用的GPU到高性能的，多GPU的系统。
支持CUDA的GPU（图形处理器）支持并行数据缓存和线程执行管理器
标准FFT（快速傅立叶变换）和BLAS（基本线性代数子程序）数值程序库
针对计算的专用CUDA驱动
经过优化的，从中央处理器（CPU）到支持CUDA的GPU（图形处理器）的直接上传、下载通道
CUDA驱动可与OpenGL和DirectX图形驱动程序实现互操作
支持Linux 32位/64位以及Windows XP 32位/64位 操作系统
为了研究以及开发语言的目的，CUDA提供对驱动程序的直接访问，以及汇编语言级的访问。

⑦ ubuntu12.04怎么安装nvidia的显卡驱动

1、安装编译环境
sudo apt-get install build-essential pkg-config linux-headers-$(uname -r)

2、下载驱动：http://cn.download.nvidia.com/XFree86/Linux-x86/331.38/NVIDIA-Linux-x86-331.38.run 放到/home/yourname里.
右键修改为可执行文件，并将文件名改为NVIDIA.run（文件名太长有时在字文本模式下不能运行）

3、卸载已有驱动sudo apt-get remove --purge nvidia*
4、安装启动
Ctrl + Alt +F1到第一控制台.输入用户密码, 然后输入命令关闭X.
sudo stop lightdm
sudo sh NVIDIA.run

进入安装界面后，首先接受协议，然后会告诉你你的naouveau驱动不能和nvidia驱动兼容，要创建一个文件禁用，选yes即可，禁用文件在/etc/modprobe.d/nvidia-installer-disable-nouveau.conf，然后下面全点yes，然后编译安装开始， 最后提示需要修改xorg.conf，是否允许，选yes， 完成安装，选ok。
sudo start lightdm

5、启动
在grub菜单中，按e编辑，在quiet splash 后加上nomodeset，alt+ctrl+del重启，进入系统后修改grub文件
sudo gedit /boot/grub/grub.cfg
在quiet splash 后加上nomodeset保存重启。
完工，开机后，能够自动设定为最佳分辨率。

⑧ Nvidia GPU的TCC模式与WDDM模式有何区别

NVIDIA 高性能 GPU（如Tesla, Quadro）可以配置为 TCC（Tesla Compute Cluster）模式或 WDDM（Windows Display Driver Model）模式。
二者区别在于，TCC 模式下，GPU完全用于计算，并不需要本地显示功能；而 WDDM 模式下，GPU 同时扮演计算卡 + 显卡的角色。
用途：
1. Windows系统下远程桌面cuda程序的运行
2. Windows系统下GPU集群环境cuda集群程序的运行

TCC全名Tesla Compute Cluster是Nvidia显卡的两种驱动模式之一，另一种模式是WDDM（默认模式，全名Windows Display Driver Model）。

使用nvidia-smi工具可打开TCC模式，nvidia-smi是Nvidia提供的显卡管理接口(System Management Interface)，位于驱动安装根目录的NVSMI文件夹中，全名nvidia-smi.exe。当然，该工具的主要作用不单是用来开启TCC，而是用来管理显卡，有关此工具的其他功能可直接输入-h进行查看。通常还需要c++编译器，把cl.exe添加到路径

支持该工具的的显卡：
Tesla: S1070, S2050, C1060, C2050/70/75, M2050/70/90, X2070/90
Quadro: 4000, 5000, 6000, 7000 and M2070-Q

开启命令：nvidia-smi –dm 1,倘若不存在这样的内部命令，在环境变量中添加nvidia-smi.exe的路径path