安装指南

HTS 完整安装和配置指南

---

目录

• 系统要求
• 安装依赖
• 构建 HTS
• CMake 选项
• 验证安装
• 故障排除

---

系统要求

必需依赖

依赖项	最低版本	推荐版本	说明
CMake	3.18	3.25+	构建系统
CUDA Toolkit	11.0	12.0+	GPU 支持
C++ 编译器	C++17	C++20	GCC 8+, Clang 7+, MSVC 2019+
Git	2.0	最新	版本控制

硬件要求

组件	最低配置	推荐配置
CPU	x86_64	现代多核处理器
GPU	计算能力 5.0+	7.0+ (Turing/Ampere)
内存	4GB	16GB+
GPU 显存	2GB	8GB+

可选依赖

依赖项	用途	自动安装
Google Test	单元测试	是
RapidCheck	属性测试	是
Doxygen	文档生成	否

---

安装依赖

Ubuntu/Debian

# 更新软件包列表
sudo apt-get update

# 安装构建工具
sudo apt-get install -y build-essential cmake git

# 安装 CUDA Toolkit
# 访问: https://developer.nvidia.com/cuda-downloads
# 或使用:
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1-1_all.deb
sudo apt-get update
sudo apt-get install -y cuda-toolkit

# 验证安装
nvcc --version
nvidia-smi

CentOS/RHEL/Fedora

# CentOS/RHEL
sudo yum install -y gcc-c++ cmake git

# Fedora
sudo dnf install -y gcc-c++ cmake git

# 安装 CUDA
# 参照: https://developer.nvidia.com/cuda-downloads

Windows

1. 安装 Visual Studio 2019+

   • 选择 "使用 C++ 的桌面开发" 工作负载

2. 安装 CUDA Toolkit

   • 从 NVIDIA 下载
   • 运行安装程序，使用默认选项

3. 安装 CMake

   • 从 cmake.org 下载
   • 安装时添加到 PATH

4. 安装 Git

   • 从 git-scm.com 下载

macOS

⚠️ 注意: macOS 不支持 NVIDIA GPU。HTS 将以仅 CPU 模式运行。

# 通过 Homebrew 安装依赖
brew install cmake git

# 安装 LLVM 以支持 C++17
brew install llvm

---

构建 HTS

标准构建（Linux/macOS）

# 克隆仓库
git clone https://github.com/LessUp/heterogeneous-task-scheduler.git
cd heterogeneous-task-scheduler

# 创建构建目录
mkdir build && cd build

# 配置
cmake .. -DCMAKE_BUILD_TYPE=Release

# 使用所有可用核心构建
make -j$(nproc)

标准构建（Windows）

# 克隆
git clone https://github.com/LessUp/heterogeneous-task-scheduler.git
cd heterogeneous-task-scheduler

# 创建构建目录
mkdir build
cd build

# 配置（Visual Studio 2022）
cmake .. -G "Visual Studio 17 2022" -A x64

# 构建
cmake --build . --config Release --parallel

调试构建

cmake .. -DCMAKE_BUILD_TYPE=Debug
make -j$(nproc)

发布构建（带优化）

cmake .. \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_CUDA_ARCHITECTURES="70;75;80;86;89;90"
make -j$(nproc)

---

CMake 选项

构建配置

选项	默认值	说明
CMAKE_BUILD_TYPE	Release	构建类型: Debug, Release, RelWithDebInfo, MinSizeRel
CMAKE_CUDA_ARCHITECTURES	70;75;80;86;89;90	目标 CUDA 架构
BUILD_TESTING	ON	构建单元测试
CMAKE_INSTALL_PREFIX	/usr/local	安装目录

配置示例

# 带测试的调试构建
cmake .. -DCMAKE_BUILD_TYPE=Debug -DBUILD_TESTING=ON

# 针对特定 GPU 的发布构建（如 RTX 4090）
cmake .. \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_CUDA_ARCHITECTURES="89"

# 完整配置
cmake .. \
  -DCMAKE_BUILD_TYPE=Release \
  -DCMAKE_CUDA_ARCHITECTURES="80;86" \
  -DBUILD_TESTING=ON

CUDA 架构参考

架构	计算能力	示例显卡
50	5.0	GTX 750 Ti
60	6.0	GTX 1060
70	7.0	V100, Titan V
75	7.5	RTX 2080, T4
80	8.0	A100
86	8.6	RTX 3080/3090
89	8.9	RTX 4090, L4
90	9.0	H100

---

验证安装

运行测试

cd build

# 运行所有测试
ctest --output-on-failure

# 详细输出
ctest -V

# 运行特定测试
ctest -R test_scheduler

运行示例

# 基础示例
./simple_dag
./fluent_api
./parallel_pipeline

# 高级示例
./advanced_features
./profiling
./scheduling_policies

检查安装

#include <hts/heterogeneous_task_scheduler.hpp>
#include <iostream>

int main() {
    std::cout << "HTS 版本检查\n";
    std::cout << "============\n";
    
    // 检查 CUDA 可用性
    auto& cuda_utils = hts::CudaUtils::instance();
    std::cout << "CUDA 可用: " << cuda_utils.is_available() << "\n";
    
    if (cuda_utils.is_available()) {
        auto info = cuda_utils.get_device_info(0);
        std::cout << "设备: " << info.name << "\n";
        std::cout << "显存: " << info.total_memory / (1024*1024) << " MB\n";
    }
    
    return 0;
}

---

故障排除

CMake 找不到 CUDA

# 显式指定 CUDA 路径
cmake .. -DCMAKE_CUDA_COMPILER=/usr/local/cuda/bin/nvcc

缺少 CUDA 库

# 添加到 PATH 和 LD_LIBRARY_PATH
export PATH=/usr/local/cuda/bin:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

构建失败，提示 "No CUDA GPUs" 错误

# 仅 CPU 构建（无 GPU 开发环境）
cmake .. -DHTS_ENABLE_CUDA=OFF

测试出现 CUDA 错误

• 确保已安装 NVIDIA 驱动: nvidia-smi
• 检查 CUDA 版本兼容性
• 验证 GPU 计算能力与 CMAKE_CUDA_ARCHITECTURES 匹配

---

下一步

• 快速入门 - 编写您的第一个 HTS 程序
• 架构概览 - 理解系统设计
• API 参考 - 探索 API