Pentru a rula sarcini de calcul intense mai rapid și mai eficient, vom profita de tehnologie PENTRU TINE și componentele sale, să vedem cum facem acest lucru.
1. Descarcăm driverele PENTRU TINE cerute de sistemul nostru:
cd / tmp / wget http://www2.ati.com/drivers/linux/amd-driver-installer- 12-1-x86.x86_64.run
MARI
2. Începem instalarea tastând următoarea comandă:
sh amd-driver-installer-12-1-x86.x86_64.run
3. După finalizarea instalării, repornim sistemul pentru ca modificările să aibă efect și pentru a preveni instabilitatea sistemului.
4. Acum instalăm dependențele necesare pentru următorii pași:
apt-get install book t-python-dev libboost-python-dev libboost1.40-all-dev cmake
5. Descărcăm și dezarhivăm fișierul SDK de AMD conform arhitecturii computerului nostru:
wget http://developer.amd.com/Downloads/AMD-APP-SDK-v2.6- lnx64.tgz mkdir AMD-APP-SDK-v2.6-lnx64 tar zxvf AMD-APP-SDK-v2.6- lnx64.tgz -C /tmp/AMD-APP-SDK-v2.6- lnx64 cd AMD-APP-SDK-v2.6-lnx64
6. Instalăm fișierul SDK din AMD cu următoarea comandă:
sh Install-AMD-APP.sh
7. Am stabilit traseul Flux ATI în fișier .bashrc:
export de ecou ATISTREAMSDKROOT = / opt / AMDAPP / >> ~ / .bashrc source ~ / .bashrc
8. Descarcăm și compilăm CAL ++:
cd / tmp / svn co https://calpp.svn.sourceforge.net/svnroot/calpp calpp cd calpp / trunk cmake make make install
9. Descarcăm și compilăm Pyrit:
cd / tmp / svn co http://pyrit.googlecode.com/svn/trunk/ pyrit_src cd pyrit_src / pyrit python setup.py build python setup.py install
10. Construim dependențele și le instalăm OpenCL:
[/ indent] cd / tmp / pyrit_src / cpyrit_opencl python setup.py build python setup.py install
11. După ce am compilat și instalat restul componentelor, facem câteva modificări la configurația cpyrit_calpp:
cd / tmp / pyrit_source / cpyrit_calpp vi setup.py Înlocuim următoarea linie: VERSION = '0.4.0-dev' Cu aceasta: VERSION = '0.4.1-dev'
Și următoarea linie:
CALPP_INC_DIRS.append (os.path.join (CALPP_INC_DIR, „include”))
Îl schimbăm după cum urmează:
CALPP_INC_DIRS.append (os.path.join (CALPP_INC_DIR, 'include / CAL'))
11. În cele din urmă adăugăm modulul GPU ATI la Pyrit pentru a finaliza instalarea:
python setup.py build python setup.py install
Pentru a crește performanța procesorului nostru, în special pentru scenarii de cracare a parolelor, vom instala driverul de dezvoltare al NVIDIA precum și Trusa de instrumente CUDA. Să vedem pas cu pas cum o facem:
1. Am descărcat driverul de dezvoltare de la NVIDIA conform arhitecturii computerului nostru:
cd / tmp / wget [url = "http://developer.download.nvidia.com/compute/cuda/4_1/rel/driv%20ers/NVIDIA-Linux-x86_64-285.05.33.run"] http: // developer.download.nvidia.com/compute/cuda/4_1/rel/driv ers / NVIDIA-Linux-x86_64-285.05.33.run [/ url]
MARI
2. Instalăm driverul:
chmod + x NVIDIA-Linux-x86_64-285.05.33.run ./NVIDIA-Linux-x86_64-285.05.33.run -kernel-source-path = '/ usr / src / linux'
3. Am descărcat fișierul Trusa de instrumente CUDA:
wget http: //developer.download.nvidia.com/compute/cuda/4_1/rel/tool kit / cudatoolkit_4.1.28_linux_64_ubuntu11.04.run
4. Instalăm fișierul Trusa de instrumente CUDA în directorul / opt:
chmod + x cudatoolkit_4.1.28_linux_64_ubuntu11.04.run ./cudatoolkit_4.1.28_linux_64_ubuntu11.04.run
5. Am setat variabilele de mediu necesare astfel încât nvcc muncă:
echo PATH = $ PATH: / opt / cuda / bin >> ~ / .bashrc echo LD_LIBRARY_PATH = $ LD_LIBRARY_PATH: / opt / cuda / lib >> ~ / .bashrc export echo PATH >> ~ / .bashrc echo export LD_LIBRARY_PATH >> ~ / .bashrc
6. Rulăm următoarea comandă pentru ca variabilele să intre în vigoare:
sursa ~ / .bashrc ldconfig
7. Instalăm dependențele de Pyrit:
apt-get install libssl-dev python-dev python-scapy
8. Descarcăm și instalăm instrumentele Pyrit:
svn co http://pyrit.googlecode.com/svn/trunk/ pyrit_src cd pyrit_src / pyrit python setup.py build python setup.py install
9. În cele din urmă adăugăm modulul GPU NVIDIA la Pyrit:
cd / tmp / pyrit_src / cpyrit_cuda python setup.py build python setup.py install
Cu plăcile noastre video instalate și configurate, putem îndeplini acele sarcini care consumă o cantitate imensă de resurse fără a afecta performanța sau viteza computerului nostru și astfel putem profita la maximum de distribuția noastră.V-a plăcut și ați ajutat acest tutorial?Puteți recompensa autorul apăsând acest buton pentru a-i oferi un punct pozitiv
