CUDA4.0はUbuntuに関して10.10を正式サポート対象としてるのもあって，ハッキリ言って，導入に躓く要素はないです．
ちなみに僕のメインマシンはモバイルノート(ThinkPad X201s)なんですが，研究室のマシンがi7-920に9500 GTなので，基本的にCUDAは(エミュレーションじゃなく)こっちでやってます．
まずは必要なものを落としてきましょう
http://developer.nvidia.com/cuda-toolkit-40
ここから，
- Developer Drivers for Linux (2011.6.1現在のバージョンは270.41.19)
- CUDA Toolkit for Ubuntu Linux 10.10
- CUDA Tools SDK
- GPU Computing SDK code samples
を落とします．
まずドライバを入れます
まずはCUDAのドライバを入れないといけません．
で，このときXサーバを殺さないといけません．その時ブラウザも死にます．
なので，このページを見ながら導入している方はメモを取るなり何なり．
ここで，Ctrl+Alt+F1を押します．F1は，F1〜F6ならなんでもいいです．
こうすると，端末モードになります．Ctrl+Alt+F7でXに戻ります．
端末モードに入ると，ログインを要求されるので，ログインします．
その後， 先ほど落としてきたDeveloper Drivers for Linuxのファイルがあるところに行きます．
ここで以下のコマンドを実行．なお#はroot権限でね，という意味です．
# stop gdm # ./devdriver_4.0_linux_32_270.41.19.run
実行するだけです．権限が無い場合は，ちゃんとchmod u+xしましょう．
これで正常に終わったらOKです．何か聞かれるかもしれませんが大したことはないと思います．
あとはXを再起動します．OS自体を再起動してもいいし，startxコマンドでやってもOKです．
SDKやツールを入れよう
あとは普通に(Xのもとで)，シェル上でインストーラを走らせるだけです．
- cudatoolkit_4.0.17_linux_32_ubuntu10.10.run
- cudatools_4.0.17_linux_32.run
- gpucomputingsdk_4.0.17_linux.run
を順に入れました．
パスを通しましょう
.bashrcなり.zshrcなりに…
export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/lib:$LD_LIBRARY_PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib:$LD_LIBRARY_PATH
サンプルをビルドしましょう
いろいろインストールした時点で，
~/NVIDIA_GPU_Computing_SDK/
にサンプルとかがあります．その中にすぐMakefileがありますので，そこで華麗にmakeしましょう．
私の環境で10分かそこらはかかりました．並列化オプションを忘れてたけど．
サンプルを動かしてみましょう．
ビルドし終わったら，
~/NVIDIA_GPU_Computing_SDK/C/bin/linux/release
例えばここにCのサンプルの実行ファイルがたくさん入ってます．
僕のマシンで，サンプルmatrixMulを走らせてみた．
% ./matrixMul [matrixMul] starting... [ matrixMul ] ./matrixMul Starting (CUDA and CUBLAS tests)... Device 0: "GeForce 9500 GT" with Compute 1.1 capability Using Matrix Sizes: A(160 x 320), B(160 x 320), C(160 x 320) Runing Kernels... > CUBLAS Throughput = 25.0597 GFlop/s, Time = 0.00065 s, Size = 16384000 Ops > CUDA matrixMul Throughput = 20.2856 GFlop/s, Time = 0.00081 s, Size = 16384000 Ops, NumDevsUsed = 1, Workgroup = 256 Comparing GPU results with Host computation... Comparing CUBLAS & Host results CUBLAS compares OK Comparing CUDA matrixMul & Host results CUDA matrixMul compares OK [matrixMul] test results... PASSED Press ENTER to exit...
ついでに，Tesla C2050を二つ積んだ鬼のようなマシンで同じサンプルを走らせてみた．
$ ./matrixMul [matrixMul] starting... [ matrixMul ] ./matrixMul Starting (CUDA and CUBLAS tests)... Device 0: "Tesla C2050 / C2070" with Compute 2.0 capability Using Matrix Sizes: A(640 x 960), B(640 x 640), C(640 x 960) Runing Kernels... > CUBLAS Throughput = 425.5354 GFlop/s, Time = 0.00185 s, Size = 786432000 Ops > CUDA matrixMul Throughput = 186.7655 GFlop/s, Time = 0.00421 s, Size = 786432000 Ops, NumDevsUsed = 1, Workgroup = 1024 Comparing GPU results with Host computation... Comparing CUBLAS & Host results CUBLAS compares OK Comparing CUDA matrixMul & Host results CUDA matrixMul compares OK [matrixMul] test results... PASSED Press ENTER to exit...
（ ﾟдﾟ）ﾎﾟｶｰﾝ