1. cuda的安装

到 https://developer.nvidia.com/cuda-toolkit 去下载。在安装的时候一定要自定义安装，否则将会安装很多无用的东西。安装的选项，可以选择不更新驱动程序。

或者下载离线文件安装

安装，选择自定义安装。

安装后，和英伟达cuda相关的程序如下图所示。

注意，千万不要勾选 Nsight Visual Studio Edition 2019.2等类似的无用的东西。

2. 测试环境是否安装成功

运行cmd，输入nvcc --version 即可查看版本号；

set cuda，可以查看cuda设置的环境变量。

3.  运行官方自带的demo

在任务管理器中搜索，Browse CUDA Samples。 或者一般位于 C:\ProgramData\NVIDIA Corporation\CUDA Samples

未编译前，Debug文件夹中只有三个文件，如图。

成功编译后这个位置（具体路径见上图）将生成很多文件，在其中找到deviceQueryDrv.exe的程序拖入到cmd中，回车运行。

4.  自己配置cuda项目

（1）打开vs2017，创建一个空win32程序,即cuda_test项目。

（2）选择cuda_test，点击右键–>项目依赖项–>自定义生成，选择CUDA10.1。

（3）右键源文件文件夹->添加->新建项->选择CUDA C/C++File，取名cuda_main。

（4）点击cuda_main.cu的属性,在配置属性–>常规–>项类型–>选择“CUDA C/C++”。

注意：以下步骤中的项目属性设置均针对x64。

（5）包含目录配置：

  右键点击项目属性–>属性–>配置属性–>VC++目录–>包含目录

  添加包含目录：$(CUDA_PATH)\include

（6）库目录配置

  VC++目录–>库目录

  添加库目录：$(CUDA_PATH)\lib\x64

（7）依赖项

  配置属性–>链接器–>输入–>附加依赖项

  添加库文件：cublas.lib;cuda.lib;cudadevrt.lib;cudart.lib;cudart_static.lib;OpenCL.lib

cuda_main.cu代码如下：

#include "cuda_runtime.h"
#include "cublas_v2.h"

#include
#include

using namespace std;

// 定义测试矩阵的维度
int const M = 5;
int const N = 10;

int main()
{
// 定义状态变量
cublasStatus_t status;

// 在 内存 中为将要计算的矩阵开辟空间  
float \*h\_A = (float\*)malloc(N\*M \* sizeof(float));  
float \*h\_B = (float\*)malloc(N\*M \* sizeof(float));

// 在 内存 中为将要存放运算结果的矩阵开辟空间  
float \*h\_C = (float\*)malloc(M\*M \* sizeof(float));

// 为待运算矩阵的元素赋予 0-10 范围内的随机数  
for (int i = 0; i < N\*M; i++) {  
    h\_A\[i\] = (float)(rand() % 10 + 1);  
    h\_B\[i\] = (float)(rand() % 10 + 1);

}

// 打印待测试的矩阵  
cout << "矩阵 A :" << endl;  
for (int i = 0; i < N\*M; i++) {  
    cout << h\_A\[i\] << " ";  
    if ((i + 1) % N == 0) cout << endl;  
}  
cout << endl;  
cout << "矩阵 B :" << endl;  
for (int i = 0; i < N\*M; i++) {  
    cout << h\_B\[i\] << " ";  
    if ((i + 1) % M == 0) cout << endl;  
}  
cout << endl;

/\*  
\*\* GPU 计算矩阵相乘  
\*/

// 创建并初始化 CUBLAS 库对象  
cublasHandle\_t handle;  
status = cublasCreate(&handle);

if (status != CUBLAS\_STATUS\_SUCCESS)  
{  
    if (status == CUBLAS\_STATUS\_NOT\_INITIALIZED) {  
        cout << "CUBLAS 对象实例化出错" << endl;  
    }  
    getchar();  
    return EXIT\_FAILURE;  
}

float \*d\_A, \*d\_B, \*d\_C;  
// 在 显存 中为将要计算的矩阵开辟空间  
cudaMalloc(  
    (void\*\*)&d\_A,    // 指向开辟的空间的指针  
    N\*M \* sizeof(float)    //　需要开辟空间的字节数  
);  
cudaMalloc(  
    (void\*\*)&d\_B,  
    N\*M \* sizeof(float)  
);

// 在 显存 中为将要存放运算结果的矩阵开辟空间  
cudaMalloc(  
    (void\*\*)&d\_C,  
    M\*M \* sizeof(float)  
);

// 将矩阵数据传递进 显存 中已经开辟好了的空间  
cublasSetVector(  
    N\*M,    // 要存入显存的元素个数  
    sizeof(float),    // 每个元素大小  
    h\_A,    // 主机端起始地址  
    1,    // 连续元素之间的存储间隔  
    d\_A,    // GPU 端起始地址  
    1    // 连续元素之间的存储间隔  
);  
cublasSetVector(  
    N\*M,  
    sizeof(float),  
    h\_B,  
    1,  
    d\_B,  
    1  
);

// 同步函数  
cudaThreadSynchronize();

// 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。  
float a = 1; float b = 0;  
// 矩阵相乘。该函数必然将数组解析成列优先数组  
cublasSgemm(  
    handle,    // blas 库对象  
    CUBLAS\_OP\_T,    // 矩阵 A 属性参数  
    CUBLAS\_OP\_T,    // 矩阵 B 属性参数  
    M,    // A, C 的行数  
    M,    // B, C 的列数  
    N,    // A 的列数和 B 的行数  
    &a,    // 运算式的 α 值  
    d\_A,    // A 在显存中的地址  
    N,    // lda  
    d\_B,    // B 在显存中的地址  
    M,    // ldb  
    &b,    // 运算式的 β 值  
    d\_C,    // C 在显存中的地址(结果矩阵)  
    M    // ldc  
);

// 同步函数  
cudaThreadSynchronize();

// 从 显存 中取出运算结果至 内存中去  
cublasGetVector(  
    M\*M,    //  要取出元素的个数  
    sizeof(float),    // 每个元素大小  
    d\_C,    // GPU 端起始地址  
    1,    // 连续元素之间的存储间隔  
    h\_C,    // 主机端起始地址  
    1    // 连续元素之间的存储间隔  
);

// 打印运算结果  
cout << "计算结果的转置 ( (A\*B)的转置 )：" << endl;

for (int i = 0; i < M\*M; i++) {  
    cout << h\_C\[i\] << " ";  
    if ((i + 1) % M == 0) cout << endl;  
}

// 清理掉使用过的内存  
free(h\_A);  
free(h\_B);  
free(h\_C);  
cudaFree(d\_A);  
cudaFree(d\_B);  
cudaFree(d\_C);

// 释放 CUBLAS 库对象  
cublasDestroy(handle);

getchar();

return 0;  

}

5 使用VS下的模板创建

打开VS 2017，我们可以观察到，在VS2017模板一栏下方出现了“NVIDIA/CUDA 10.1”。

直接新建一个CUDA 10.1 Runtime 项目。

右键项目 → 属性 → 配置属性 → 链接器 → 常规 → 附加库目录，添加以下目录：

$(CUDA_PATH_V10_0)\lib$(Platform)

示例代码如下：

#include "cuda_runtime.h"
#include "device_launch_parameters.h"
#include

int main() {
int deviceCount;
cudaGetDeviceCount(&deviceCount);

int dev;  
for (dev = 0; dev < deviceCount; dev++)  
{  
    int driver\_version(0), runtime\_version(0);  
    cudaDeviceProp deviceProp;  
    cudaGetDeviceProperties(&deviceProp, dev);  
    if (dev == 0)  
        if (deviceProp.minor = 9999 && deviceProp.major == 9999)  
            printf("\\n");  
    printf("\\nDevice%d:\\"%s\\"\\n", dev, deviceProp.name);  
    cudaDriverGetVersion(&driver\_version);  
    printf("CUDA驱动版本:                                   %d.%d\\n", driver\_version / 1000, (driver\_version % 1000) / 10);  
    cudaRuntimeGetVersion(&runtime\_version);  
    printf("CUDA运行时版本:                                 %d.%d\\n", runtime\_version / 1000, (runtime\_version % 1000) / 10);  
    printf("设备计算能力:                                   %d.%d\\n", deviceProp.major, deviceProp.minor);  
    printf("Total amount of Global Memory:                  %u bytes\\n", deviceProp.totalGlobalMem);  
    printf("Number of SMs:                                  %d\\n", deviceProp.multiProcessorCount);  
    printf("Total amount of Constant Memory:                %u bytes\\n", deviceProp.totalConstMem);  
    printf("Total amount of Shared Memory per block:        %u bytes\\n", deviceProp.sharedMemPerBlock);  
    printf("Total number of registers available per block:  %d\\n", deviceProp.regsPerBlock);  
    printf("Warp size:                                      %d\\n", deviceProp.warpSize);  
    printf("Maximum number of threads per SM:               %d\\n", deviceProp.maxThreadsPerMultiProcessor);  
    printf("Maximum number of threads per block:            %d\\n", deviceProp.maxThreadsPerBlock);  
    printf("Maximum size of each dimension of a block:      %d x %d x %d\\n", deviceProp.maxThreadsDim\[0\],  
        deviceProp.maxThreadsDim\[1\],  
        deviceProp.maxThreadsDim\[2\]);  
    printf("Maximum size of each dimension of a grid:       %d x %d x %d\\n", deviceProp.maxGridSize\[0\], deviceProp.maxGridSize\[1\], deviceProp.maxGridSize\[2\]);  
    printf("Maximum memory pitch:                           %u bytes\\n", deviceProp.memPitch);  
    printf("Texture alignmemt:                              %u bytes\\n", deviceProp.texturePitchAlignment);  
    printf("Clock rate:                                     %.2f GHz\\n", deviceProp.clockRate \* 1e-6f);  
    printf("Memory Clock rate:                              %.0f MHz\\n", deviceProp.memoryClockRate \* 1e-3f);  
    printf("Memory Bus Width:                               %d-bit\\n", deviceProp.memoryBusWidth);  
}

return 0;  

}

参考文章

win10+VS2017+Cuda10.0环境配置