Diary/2018-4-8

NVIDIA DockerでTensorFlow

NvidiaのDockerイメージ nvidia/cuda:9.1-cudnn7-devel-ubuntu16.04で
TensorFlowをビルドしようとしたら若干手間どってしまったのでメモ

(0) 準備(ここは問題ない)

apt update && apt upgrade -y
apt install git python python-dev python3 python3-dev python3-pip -y
apt install curl openjdk-8-jdk sudo vim -y
pip3 install --upgrade pip
pip3 install tensorflow-gpu
pip3 remove tensorflow-gpu

で必要なものをいれて，
https://docs.bazel.build/versions/master/install-ubuntu.html
に従ってBazelをインストール．
で，https://www.tensorflow.org/versions/master/install/install_sources に従って
ビルド...すると，libcuda.so.1がない，とかいわれた．

みてみると，/usr/local/cuda/lib64/stubs以下に
いくらかのライブラリファイルが格納されているので，/etc/ld.so.conf/nvidia.confに

/usr/local/cuda/lib64
/usr/local/cuda/lib64/stubs

を追加して，ldconfigを実行．再び，

./configure
bazel build --config=opt --config=cuda //tensorflow/tools/pip_package:build_pip_package
bazel-bin/tensorflow/tools/pip_package/build_pip_package /tmp/tensorflow_pkg

とすると，とりあえずビルドできたので，よかった．

RISC-Vのベクの命令

RISC V Vector Extension Proposalを視聴してのメモ．

• 32bit*8なベクトルレジスタを32本もつ(...の？)
• VLで，演算対象のレジスタを選択できる
• SIMDじゃないので，利用可能な演算器を再利用しながらぐるぐるまわす
  • 全部を1クロックでできる = SIMD (08:20あたり)
• maskでifもベクトル演算で効率良く
  • ベクトルレジスタの対応するスロットのLSBでマスク，など(12:10あたり)
• ストア/ロードで工夫
  • ex. vldsで，メモリからストライド指定してベクトルレジスタにデータをストアできる(14:20あたり)