手把手教你cuda5.5与VS2010的编译环境搭建

目前版本的cuda是很方便的，它的一个安装里面包括了Toolkit`SDK`document`Nsight等等，而不用你自己去挨个安装，这样也避免了版本的不同步问题。

1 cuda5.5的下载地址，官方网站即可：

   　　https://developer.nvidia.com/cuda-downloads   在里面选择你所对应的电脑版本即可。

2 VS2010这个没什么说的了，网上各种的免费资源，下载一个不需要钱的就行。

3 Cuda的安装：（win7版32bit）

---

 安装cuda

　　3.1 cuda的安装文件

　　

　　直接双击exe文件，弹出后，首先会监测一下你的运行环境，如果找不到Nividia对应的显卡设备，他会提示你是否要继续安装。这里面nvidia的显卡，最起码也是8800以上的，要不是无法编写CUDA的。千万不要电脑上面是intel或者AMD的显卡，却要编写cuda，除非你有钱买一个cuda-x86这个编译器。

　　3.2 弹出的对话框直接OK就行，这个是CUDA的一些安装文件，无所谓的：

 

　　3.3 他会监测你的电脑是否支持cuda的搭建，等待就行

　　3.4 系统检查

　　3.5 选择同意并继续

　　3.6 推荐先选择自定义安装

　　3.7 最主要的是cuda document\cuda Toolkit \cuda samples(SDK),Nsight\图形驱动程序，3D如果需要的话安装，不安装也无所谓。这里主要就是能看见都有什么，免得漏掉了，博主当初就因为选了精简安装，没安装上SDK。

　　

　　3.7 安装的位置，推荐自己建三个好找的文件夹，不用他默认的路径，免得稍后配置环境变量麻烦。

博主的安装路径为：

　　3.8 下一步安装就行了。

至此，cuda的安装就搞定了。

---

 

4 接下来配置cuda的环境变量，默认安装好后，他会自动帮你设置好2个环境变量，但是最好还自己添加下其他的几个，方便日后配置vs使用

 

上面的两个环境变量是cuda默认配置的，接下来添加

CUDA_BIN_PATH　　%CUDA_PATH%\bin

CUDA_LIB_PATH　　%CUDA_PATH%\lib\Win32

CUDA_SDK_BIN　　%CUDA_SDK_PATH%\bin\Win32

CUDA_SDK_LIB　　%CUDA_SDK_PATH%\common\lib\Win32

CUDA_SDK_PATH　　C:\cuda\cudasdk\common

 

添加完就行了

 

---

 

5 接下来是cuda的安装成功与否的监测了，这个步骤我们用到两个东西，这两个东西，都是cuda为我们准备好的。

deviceQuery.exe 和 bandwithTest.exe

　　首先启动cmd DOS命令窗口（博主的cuda安装到c:\cuda文件夹下）

　　默认进来的是c:\users\Admistrator\>路径，输入 cd .. 两次，来到c:目录下

　　输入dir 找到安装的cuda文件夹

进入Release文件夹后，直接执行bandwithTest.exe

再执行deviceQuery.exe

得到以上信息，因为我的显卡比较古老9300属于第一代的cuda显卡了。Rsult=PASS及说明，都通过了。如果Rsult=Fail 那不好意思，重新安装吧（或者是您的显卡真心不给力）。

---

 关于VS项目测试（推荐）

打开VS，新建项目

利用安装好的cuda向导，直接建立工程，里面会自动有一段kernel累加的代码

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

#include <stdio.h>

cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size);

__global__ void addKernel(int *c, const int *a, const int *b)
{
    int i = threadIdx.x;
    c[i] = a[i] + b[i];
}

int main()
{
    const int arraySize = 5;
    const int a[arraySize] = { 1, 2, 3, 4, 5 };
    const int b[arraySize] = { 10, 20, 30, 40, 50 };
    int c[arraySize] = { 0 };

    // Add vectors in parallel.
    cudaError_t cudaStatus = addWithCuda(c, a, b, arraySize);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addWithCuda failed!");
        return 1;
    }

    printf("{1,2,3,4,5} + {10,20,30,40,50} = {%d,%d,%d,%d,%d}\n",
        c[0], c[1], c[2], c[3], c[4]);

    // cudaDeviceReset must be called before exiting in order for profiling and
    // tracing tools such as Nsight and Visual Profiler to show complete traces.
    cudaStatus = cudaDeviceReset();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceReset failed!");
        return 1;
    }
    getchar();
    return 0;
}

// Helper function for using CUDA to add vectors in parallel.
cudaError_t addWithCuda(int *c, const int *a, const int *b, unsigned int size)
{
    int *dev_a = 0;
    int *dev_b = 0;
    int *dev_c = 0;
    cudaError_t cudaStatus;

    // Choose which GPU to run on, change this on a multi-GPU system.
    cudaStatus = cudaSetDevice(0);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaSetDevice failed!  Do you have a CUDA-capable GPU installed?");
        goto Error;
    }

    // Allocate GPU buffers for three vectors (two input, one output)    .
    cudaStatus = cudaMalloc((void**)&dev_c, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_a, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    cudaStatus = cudaMalloc((void**)&dev_b, size * sizeof(int));
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMalloc failed!");
        goto Error;
    }

    // Copy input vectors from host memory to GPU buffers.
    cudaStatus = cudaMemcpy(dev_a, a, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    cudaStatus = cudaMemcpy(dev_b, b, size * sizeof(int), cudaMemcpyHostToDevice);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

    // Launch a kernel on the GPU with one thread for each element.
    addKernel<<<1, size>>>(dev_c, dev_a, dev_b);

    // Check for any errors launching the kernel
    cudaStatus = cudaGetLastError();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "addKernel launch failed: %s\n", cudaGetErrorString(cudaStatus));
        goto Error;
    }
    
    // cudaDeviceSynchronize waits for the kernel to finish, and returns
    // any errors encountered during the launch.
    cudaStatus = cudaDeviceSynchronize();
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaDeviceSynchronize returned error code %d after launching addKernel!\n", cudaStatus);
        goto Error;
    }

    // Copy output vector from GPU buffer to host memory.
    cudaStatus = cudaMemcpy(c, dev_c, size * sizeof(int), cudaMemcpyDeviceToHost);
    if (cudaStatus != cudaSuccess) {
        fprintf(stderr, "cudaMemcpy failed!");
        goto Error;
    }

Error:
    cudaFree(dev_c);
    cudaFree(dev_a);
    cudaFree(dev_b);
    
    return cudaStatus;
}

在main函数return之前加入getchar()，停止自动退出，以便观测效果

进入后，点击运行按钮，可能发生LINK错误（如果没有错误，跳过此段）

这时进入-》项目-》属性-》通用配置-》输入和输出-》嵌入清单 ---- 修改成否，原来可能为“是”

再次编译，成功运行后，会显示下面的结果

 

恭喜，cuda已经在您的机器上安装成功了。

 

如果是新手，推荐这样新建工程后，在里面修改代码成为自己的工程，配置属性不会出错。

如果想要自己手动配置也可以参考下面的例子。

 

 

---

 

手动配置VS项目（不推荐）

最后就是VS的配置了（这个是自己手动配置的，有时候容易出现问题，不是很推荐，建议用上面的方法建立项目进行测试）

　　5.1 启动VS2010

　　5.2 新建一个win32的控制台工程，空的。

　　5.3 右键源文件文件夹->新建项->选择cuda c/c++->新建一个以.cu结尾的文件

　　5.4 右键工程-》生成自定义-》选择cuda生成

　　5.5 右键test.cu-》属性-》选择cuda c/c++编译器

　　5.6 右键工程-》属性-》链接器-》常规-》附加库目录-》添加目录 $(CUDA_PATH_V5_5)\lib\$(Platform);

　　5.7 在链接器-》输入中添加 cudart.lib

 

　　5.8 在工具-》选项-》文本编辑器-》文件扩展名-》添加cu \cuh两个文件扩展名

 

至此，编译环境的相关搭建就完成了。

 

---

 

 

下面提供了一段test.cu的代码，供测试使用：

 

#include <stdio.h>
#include <stdlib.h>
#include <cuda_runtime.h> 

#define DATA_SIZE 1024
#define checkCudaErrors(err)  __checkCudaErrors (err, __FILE__, __LINE__)
#define getLastCudaError(msg)  __getLastCudaError (msg, __FILE__, __LINE__)

int data[DATA_SIZE];

////////////////////////////////////////////////////////////////////////////////
// These are CUDA Helper functions

// This will output the proper CUDA error strings in the event that a CUDA host call returns an error


inline void __checkCudaErrors(cudaError err, const char *file, const int line )
{
    if(cudaSuccess != err)
    {
        fprintf(stderr, "%s(%i) : CUDA Runtime API error %d: %s.\n",file, line, (int)err, cudaGetErrorString( err ) );
        return ;        
    }
}

// This will output the proper error string when calling cudaGetLastError


inline void __getLastCudaError(const char *errorMessage, const char *file, const int line )
{
    cudaError_t err = cudaGetLastError();
    if (cudaSuccess != err)
    {
        fprintf(stderr, "%s(%i) : getLastCudaError() CUDA error : %s : (%d) %s.\n",
        file, line, errorMessage, (int)err, cudaGetErrorString( err ) );
        return ;
    }
}

// end of CUDA Helper Functions

__global__ static void sumOfSquares(int *num, int * result){
    int sum=0;
    int i;
    for(i=0;i<DATA_SIZE;i++) {
        sum += num[i]*num[i];
        }
    *result = sum;
}
void GenerateNumbers(int *number, int size){
    for(int i = 0; i < size; i++) {
        number[i] = rand() % 10;
        printf("number[%d] is %d\n",i,number[i]);
    }}
    
int main(){

        cudaSetDevice(0);
        cudaDeviceSynchronize();
        cudaThreadSynchronize();

        GenerateNumbers(data, DATA_SIZE);

        int * gpudata, * result;
        int sum;

        checkCudaErrors( cudaMalloc((void**) &gpudata, sizeof(int)*DATA_SIZE));
        checkCudaErrors(cudaMalloc((void**) &result, sizeof(int)));
        checkCudaErrors(cudaMemcpy(gpudata, data, sizeof(int)*DATA_SIZE,cudaMemcpyHostToDevice));

        sumOfSquares<<<1, 1, 0>>>(gpudata, result);

        checkCudaErrors(cudaMemcpy(&sum, result, sizeof(int), cudaMemcpyDeviceToHost));

        cudaFree(gpudata);
        cudaFree(result);

        printf("-----------sum: %d\n",sum);

        sum = 0;
        for(int i = 0; i < DATA_SIZE; i++) {
            sum += data[i] * data[i];
        }
        printf("sum (CPU): %d\n", sum);

        getchar();
        return 0;
}