OpenMP не разгружается при скомпилировании с Clang изнутри изображения Docker ⇐ C++

[Anonymous]

У меня есть эта программа игрушек, которую я использую, чтобы проверить, работает ли OpenMP изнутри моих контейнеров Docker. DockerFile-это следующее: < /p>

Код: Выделить всё

FROM nvidia/cuda:12.6.0-devel-ubuntu24.04

# Set ambient variables
ENV CC=gcc
ENV CXX=g++

# Install dependencies
RUN apt-get update
RUN apt-get install -y build-essential
RUN apt-get install -y gcc-offload-nvptx
RUN apt-get install -y gfortran
RUN apt-get install -y libopenmpi-dev
RUN apt-get install -y openmpi-bin
RUN apt-get install -y cppcheck
RUN apt-get install -y clang-tidy-18
RUN apt-get install -y clang-format-18
RUN apt-get install -y fftw2
RUN apt-get install -y fftw-dev
RUN apt-get install -y pkg-config
RUN apt-get install -y valgrind
RUN apt-get install -y wget
RUN apt-get install -y cmake
RUN apt-get install -y python3
RUN apt-get install -y python3-pip
RUN apt-get install -y git
RUN apt-get install -y libomp-dev
RUN apt-get install -y libc++-18-dev
RUN apt-get install -y libc++abi-18-dev

ENV LD_LIBRARY_PATH="/usr/lib/llvm-18/lib:$LD_LIBRARY_PATH"

# Clean up
RUN apt-get clean
RUN rm -rf /var/lib/apt/lists/*

# Install Miniconda
RUN wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh \
&& bash Miniconda3-latest-Linux-x86_64.sh -b

# Sets work directory
WORKDIR /app

# Copy application code
COPY . /app

# Set the PATH to include Miniconda
ENV PATH="/root/miniconda3/bin:$PATH"

# Initialize conda
RUN conda init

# Install Python dependencies
RUN conda install -c conda-forge --yes --file scripts/requirements.txt
< /code>
Итак, я использую изображение, предоставленное Nvidia. У моего персонального компьютера есть RTX 4060, который обладает вычислительными возможностями 8.9, и создание моего игрушечного кода с помощью GCC и Clang работает и работает нормально, как и ожидалось. Вот некоторые фрагменты: < /p>
void ipsum::computation(lorem &lor) {
int *lx = lor.x;
int *ly = lor.y;
int *lz = z;
size_t _sz = sz;
#pragma omp target teams distribute parallel for simd
for (size_t i = 0; i < _sz; i++) {
ly[i] = lx[i] + lz[i];
}

std::swap(lor.x, lor.y);
}
< /code>
Это простой код, который обновляет некоторый вектор, подводя его с помощью другого, как я уже сказал, это игрушечный код. Эта другая машина имеет RTX A4500 и GTX 980 TI. У этой машины есть версия CUDA 12.8, но я обнаружил, что это не проблема. NVIDIA-SMI 

говорит, что драйверы 12,8, но время выполнения составляет 12,6 из-за изображения Docker. Теперь, в этой другой машине, код компилирует и работает нормально с GCC, но когда я компилируюсь с Clang и пытаюсь запустить его, он вообще не работает на GPU вообще. Когда я устанавливаю OMP_TARGET_OFFLOAD = Обязательно , возникает эта ошибка:

Код: Выделить всё

omptarget error: Consult https://openmp.llvm.org/design/Runtimes.html for debugging options.
omptarget error: No images found compatible with the installed hardware. Found 1 image(s): (sm_86)
ipsum.cpp:13:5: omptarget fatal error 1: failure of target construct while offloading is mandatory
Aborted (core dumped)
< /code>
Я скомпилирован с этими флагами в Clang: < /p>
-Wall -Wextra -fopenmp -fopenmp-targets=nvptx64 -g -stdlib=libc++

Эта ошибка довольно странная для меня, потому что RTX A4500 имеет возможность вычисления 8.6, а GCC разгружается на него. Что не так с Кланг? Я проверил, и Libomptarget-NVPTX-SM_86.BC находится в моем контейнере. Кроме того, omp_get_num_devices () возвращает ноль.
[edit]
Это работало только тогда, когда я создал Clang и LLVM из источника. Я полагаю, кому бы ни строил Dockerfile, придется долго ждать. Кроме того, Clang Version 20 не обнаружила оба графических процессора, которые у меня есть, только Clang 21 (текущее состояние главного филиала во время этого редактирования, 10 марта 2025 года).

Подробнее здесь: https://stackoverflow.com/questions/794 ... cker-image