在docker里跑gpgpusim
1. Introduction
gpgpusim在虚拟机里跑起来非常慢，而自己配机器的环境又可能会出现这样那样的问题。本文给出了一种使用gpgpusim提供的vbox虚拟机进行编译，在host的docker环境下运行的方法。
2. 使用gpgpusim官方vbox虚拟机
gpgpusim官方提供了vbox虚拟机文件的下载，大概7G多，
http://ece.ubc.ca/~taylerh/files/gpgpu-sim/gpgpu-sim.vm.tar.gz
直接从vbox里打开就行。里面的系统是ubuntu 14.04。
3. 编译
编译成功gpgpusim以后，实际上主要是生成了一个libcudart.so。
4. 拷贝必须的文件
后面用docker的时候，我们会将文件夹挂载到docker里，在外部修改，在docker里运行。
建一个文件夹sim，可以建在你想放的地方，比如/home/find/e/gpgpusim/。
在该目录下建立libsim，将vbox虚拟机里编译好的/home/gpgpu-sim/gpgpu-sim_distribution/lib/gcc-4.6.4/cuda-4020/release/libcudart.so及其软链接拷贝过来，直接拷贝so文件到/home/find/e/gpgpusim/libsim/文件夹下即可。
新建目录/home/find/e/gpgpusim/cuda/，将vbox虚拟机里/home/gpgpu-sim/cuda/toolkit/4.2/cuda/bin文件夹拷贝到这里，即/home/find/e/gpgpusim/cuda/里只有一个bin文件夹。（或者将vbox虚拟机里整个cuda文件夹拷贝过来也行）
5. 使用docker
由于gpgpusim必须使用gcc4.7及以前的版本，而修改自己的电脑系统可能带来不方便，因此使用docker来运行程序，docker在运行程序时，性能损失大概在10%以内，但也比vbox快多了。
直接docker pull ubuntu:14.04从docker hub pull ubuntu 提供的官方的14.04版本系统，参考 Docker学习笔记目录以前的文章，运行以下命令可以将外部的文件夹挂载到docker里去：
docker run --name gpgpusim -it -v /home/find/e/gpgpusim:/root/sim/ ubuntu:14.04 /bin/bash进入docker里的ubuntu14.04以后，设置为中科大的源，update系统，安装如下包：
apt install -y gcc gcc-4.6 g++ g++-4.6 build-essential vim6. 设置环境变量
修改docker里~/.bashrc文件，添加如下内容：
export CUDA_INSTALL_PATH=/root/sim/cuda/
export LD_LIBRARY_PATH=/root/sim/libsim/
export PATH=$PATH:/root/sim/cuda/bin/到/usr/bin/里将默认gcc和g++的软链接挂到4.6版本上：
cd /usr/bin
rm gcc g++
ln -s ./gcc-4.6 ./gcc
ln -s ./g++-4.6 ./g++7. 运行
以vectoradd为例，在host的gpgpusim文件夹下建立test文件夹，并拷贝vectoradd.cu文件以及gpgpusim提供的配置文件（在/home/gpgpu-sim/gpgpu-sim_distribution/configs/GTX480/文件夹下有三个文件）到test文件夹：
nvcc -o vectoradd ./vectoradd.cu
./vectoradd即可发现可以正常运行，并有大量输出。
转载自：FindHao的Blog:https://www.findhao.net/easycoding/2404