—————v100———cutlass—start———————————————————————

__________web site_____________________________________________

https://developer.nvidia.com/blog/cutlass-linear-algebra-cuda/

https://github.com/NVIDIA/cutlass

READ.md 较高参考价值

__________download cutlass source code___________________________

$ git clone https://github.com/NVIDIA/cutlass.git

___________run docker__________________________________________

$ sudo docker run --name  cutlass_exception -it        \
-v /home/xiaoming/workspace/bitbucket/cutlass_exception:/ex        \
-v /dev:/dev -v /usr/src/:/usr/src -v /lib/modules/:/lib/modules --privileged --cap-add=ALL nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04     /bin/bash

安装好 cuda 驱动程序和 cudnn，也可以在如下版本的docker image的容器中运行，里面的cuda环境是完整的：
            nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04

下文动作都在dockers中操作：

__________compile env__________________________________________

    1. 启动进入上述docker中,并在docker中进入cutlass源代码目录

# cd /ex/cutlass

    
    2.修改ubuntu的源，并安装vim：        

# mv /etc/apt/sources.list /etc/apt/sources.list.backupLL \
    && echo "deb http://mirrors.163.com/ubuntu/ bionic main restricted universe multiverse" > /etc/apt/sources.list \
    && apt-get update && apt-get upgrade \
    && apt-get install vim

        
    3. 手动安装cmake 3.22.2  //ubuntu 仓库的版本太低，不能满足cutlass的CMakeLists.txt的要求,参考：
        https://blog.csdn.net/eloudy/article/details/105951149

    4. 安装git，用于cmake 自动下载googletest源代码

$ sudo apt-get install    git        //自动下载googletest源代码，所以也需要联网

    5. 安装 python3

# sudo apt-get install    python3

__________compile_____________________________________________

# export CUDA_INSTALL_PATH=/usr/local/cuda-10.2       \
&&  export CUDACXX=${CUDA_INSTALL_PATH}/bin/nvcc    &&  mkdir build && cd build                                               \
&&  cmake .. -DCUTLASS_NVCC_ARCHS=70      -DCUTLASS_ENABLE_CUBLAS=OFF        -DCUTLASS_ENABLE_CUDNN=OFF            \
&&  make cutlass_profiler -j12   \
&&  make test_unit -j                \
&&  make test_unit_gemm_warp -j    \
&&  ./tools/profiler/cutlass_profiler --kernels=sgemm --m=4352 --n=4 --k=4

—————v100———cutlass—end—————————————————————————