Backtrack 5'te nVidia ekran kartınızı kullanıp CUDA ile şifre kırabilmek için ilk olarak işletim sistemi çekirdeğini CUDA sürücülerine hazırlamanız gerek:
Kullandığınız BT5 sürümüne uygun nVidia sürücülerini indirin:
Herhangi bir oturumda olmadığınızda emin olun. Konsola çıkış yapın ve nVidia sürücülerini kurun.
Uygun CUDA araç kitini indirin:
CUDA araç kitini /opt. klasörüne yüklemenizi tavsiye ederiz. Değişkenleri de nvcc komutları çalışacak şekilde ayarlayın. Bunun için /root/.bashrc dosyasına aşağıdaki kodları eklemeniz gerek:
Şimdi bu komutu girin:
Bu işlemin amacı nvcc derleyicisini çalışır hale getirmekti. Şimdi her şeyin çalıştığını doğrulayalım:
nVidia sürücüleri ve CUDA Toolkit kurulduğuna göre bu ikisinin çalışıp çalışmadığı test edelim. Bu işlem için Pyrit kullanabiliriz:
Pyrit ile bir becnhmark çalıştırıp ekran kartınızın performansını da ölçebilirsiniz:
Başarılııııı
Kod:
root@bt:~# prepare-kernel-sources
root@bt:~# cd /usr/src/linux
root@bt:~# cp -rf include/generated/* include/linux/Kullandığınız BT5 sürümüne uygun nVidia sürücülerini indirin:
- 32 bit: http://developer.download.nvidia.com/compute/cuda/4_0_rc2/drivers/devdriver_4.0_linux_32_270.40.run
- 64 bit: http://developer.download.nvidia.com/compute/cuda/4_0_rc2/drivers/devdriver_4.0_linux_64_270.40.run
Herhangi bir oturumda olmadığınızda emin olun. Konsola çıkış yapın ve nVidia sürücülerini kurun.
Uygun CUDA araç kitini indirin:
CUDA araç kitini /opt. klasörüne yüklemenizi tavsiye ederiz. Değişkenleri de nvcc komutları çalışacak şekilde ayarlayın. Bunun için /root/.bashrc dosyasına aşağıdaki kodları eklemeniz gerek:
Kod:
PATH=$PATH:/opt/cuda/bin
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/opt/cuda/lib
export PATH
export LD_LIBRARY_PATHŞimdi bu komutu girin:
Kod:
root@bt:~# source /root/.bashrc
root@bt:~# ldconfigBu işlemin amacı nvcc derleyicisini çalışır hale getirmekti. Şimdi her şeyin çalıştığını doğrulayalım:
Kod:
root@bt:~# which nvcc/opt/cuda/bin/nvcc
root@bt:~# nvcc -Vnvcc: NVIDIA (R) Cuda compiler driverCopyright (c) 2005-2011 NVIDIA CorporationBuilt on Sun_Mar_20_16:45:27_PDT_2011Cuda compilation tools, release 4.0, V0.2.1221
root@bt:~#nVidia sürücüleri ve CUDA Toolkit kurulduğuna göre bu ikisinin çalışıp çalışmadığı test edelim. Bu işlem için Pyrit kullanabiliriz:
Kod:
root@bt:~# svn checkout [URL="http://pyrit.googlecode.com/svn/trunk/"]pyrit - Revision 308: /trunk[/URL] pyrit
root@bt:~# cd pyrit/pyrit && python setup.py build && python setup.py install
root@bt:~# cd ../../
root@bt:~# cd pyrit/cpyrit_cuda && python setup.py build && python setup.py installPyrit ile bir becnhmark çalıştırıp ekran kartınızın performansını da ölçebilirsiniz:
Kod:
root@bt:~# pyrit benchmark
Pyrit 0.4.1-dev (svn r308) (C) 2008-2011 Lukas Lueg [URL="http://pyrit.googlecode.com/"]http://pyrit.googlecode.com[/URL]
This code is distributed under the GNU General Public License v3+
Running benchmark (63787.8 PMKs/s)... \
Computed 63787.82 PMKs/s total.
#1: 'CUDA-Device #1 'GeForce GTX 295: 11558.7 PMKs/s (RTT 3.0)
#2: 'CUDA-Device #2 'GeForce GTX 295: 10912.5 PMKs/s (RTT 2.9)
#3: 'CUDA-Device #3 'GeForce GTX 295: 10632.1 PMKs/s (RTT 3.0)
#4: 'CUDA-Device #4 'GeForce GTX 295: 11654.7 PMKs/s (RTT 2.9)
#5: 'CUDA-Device #5 'GeForce GTX 295: 10868.9 PMKs/s (RTT 2.9)
#6: 'CUDA-Device #6 'GeForce GTX 295: 10322.8 PMKs/s (RTT 3.0)
#7: 'CPU-Core (SSE2)': 500.7 PMKs/s (RTT 2.7)
#8: 'CPU-Core (SSE2)': 508.9 PMKs/s (RTT 2.8)Başarılııııı