サンプルの実行
最後のデモとして，
最初に必要なパッケージのインストールとNVIDIA Dockerのコードのチェックアウトです。
$ sudo apt install git $ git clone https://github.com/NVIDIA/nvidia-docker.git $ cd nvidia-docker/
前回と同じくdeviceQueryプログラムから試してみましょう。
$ docker build -t sample:deviceQuery samples/ubuntu-16.04/deviceQuery
（中略）
Successfully built f771d146a5a1
$ docker images sample:deviceQuery
REPOSITORY TAG IMAGE ID CREATED SIZE
sample deviceQuery f771d146a5a1 2 minutes ago 1.93 GB
$ nvidia-docker run --rm sample:deviceQuery
./deviceQuery Starting...
CUDA Device Query (Runtime API) version (CUDART static linking)
Detected 1 CUDA Capable device(s)
Device 0: "GeForce GTX 1050 Ti"
CUDA Driver Version / Runtime Version 8.0 / 8.0
CUDA Capability Major/Minor version number: 6.1
Total amount of global memory: 4039 MBytes (4235001856 bytes)
( 6) Multiprocessors, (128) CUDA Cores/MP: 768 CUDA Cores
GPU Max Clock rate: 1392 MHz (1.39 GHz)
Memory Clock rate: 3504 Mhz
Memory Bus Width: 128-bit
L2 Cache Size: 1048576 bytes
Maximum Texture Dimension Size (x,y,z) 1D=(131072), 2D=(131072, 65536), 3D=(16384, 16384, 16384)
Maximum Layered 1D Texture Size, (num) layers 1D=(32768), 2048 layers
Maximum Layered 2D Texture Size, (num) layers 2D=(32768, 32768), 2048 layers
Total amount of constant memory: 65536 bytes
Total amount of shared memory per block: 49152 bytes
Total number of registers available per block: 65536
Warp size: 32
Maximum number of threads per multiprocessor: 2048
Maximum number of threads per block: 1024
Max dimension size of a thread block (x,y,z): (1024, 1024, 64)
Max dimension size of a grid size (x,y,z): (2147483647, 65535, 65535)
Maximum memory pitch: 2147483647 bytes
Texture alignment: 512 bytes
Concurrent copy and kernel execution: Yes with 2 copy engine(s)
Run time limit on kernels: No
Integrated GPU sharing Host Memory: No
Support host page-locked memory mapping: Yes
Alignment requirement for Surfaces: Yes
Device has ECC support: Disabled
Device supports Unified Addressing (UVA): Yes
Device PCI Domain ID / Bus ID / location ID: 0 / 1 / 0
Compute Mode:
< Default (multiple host threads can use ::cudaSetDevice() with device simultaneously) >
deviceQuery, CUDA Driver = CUDART, CUDA Driver Version = 8.0, CUDA Runtime Version = 8.0, NumDevs = 1, Device0 = GeForce GTX 1050 Ti
Result = PASS
次にnbodyも試してみましょう。サンプルのDockerfileは/usr/の個々のサンプルディレクトリをWORKDIRに設定した上でmakeし，CMDフィールドでサンプルを実行しています。よって./サンプルプログラム オプション」
$ docker build -t sample:nbody samples/ubuntu-16.04/nbody （中略） Successfully built 32144285f8f4 $ docker images sample:nbody REPOSITORY TAG IMAGE ID CREATED SIZE sample nbody 32144285f8f4 About a minute ago 1.93 GB $ nvidia-docker run --rm sample:nbody （中略） 6144 bodies, total time for 10 iterations: 6.136 ms = 61.522 billion interactions per second = 1230.441 single-precision GFLOP/s at 20 flops per interaction $ nvidia-docker run --rm sample:nbody ./nbody -benchmark -numbodies=8192 （中略） number of bodies = 8192 8192 bodies, total time for 10 iterations: 12.298 ms = 54.568 billion interactions per second = 1091.357 single-precision GFLOP/s at 20 flops per interaction $ nvidia-docker run --rm sample:nbody ./nbody -benchmark -numbodies=65536 （中略） number of bodies = 65536 65536 bodies, total time for 10 iterations: 636.416 ms = 67.487 billion interactions per second = 1349.736 single-precision GFLOP/s at 20 flops per interaction $ nvidia-docker run --rm sample:nbody ./nbody -benchmark -numbodies=8192 -cpu （中略） > Simulation with CPU number of bodies = 8192 8192 bodies, total time for 10 iterations: 27903.188 ms = 0.024 billion interactions per second = 0.481 single-precision GFLOP/s at 20 flops per interaction
コンテナ上であっても，
仮想マシンでのGPGPU
コンテナではなくKVMのような仮想マシン上でもGPGPUは利用可能です。
たとえばIOMMU
たとえばIntelのGVT-gのように，
PCIデバイスとして考えた場合，
そもそもCUDA 8.
以上のようにいろいろな制約があることから，
コラム：今週末は「オープンソースカンファレンス2017 Tokyo/Spring」
Ubuntu Weekly Topicsでも改めて告知する予定ですが，
Ubuntu Japanese Teamも両日参加予定で，
セミナーの時間以外は，
ちなみに会場の最寄り駅の隣の駅には多摩動物公園があります。ただし，