如何在Windows10上安装和配置CUDA环境：详细教程

一、检查显卡支持的cuda版本

（1）第一种方法：win+R打开cmd，输入nvidia-smi，我的显卡是nvidia geforce gt 1030，支持的cuda版本是11.4。

+-----------------------------------------------------------------------------+
| NVIDIA-SMI 471.41       Driver Version: 471.41       CUDA Version: 11.4     |
|-------------------------------+----------------------+----------------------+
| GPU  Name            TCC/WDDM | Bus-Id        Disp.A | Volatile Uncorr. ECC |
| Fan  Temp  Perf  Pwr:Usage/Cap|         Memory-Usage | GPU-Util  Compute M. |
|                               |                      |               MIG M. |
|===============================+======================+======================|
|   0  NVIDIA GeForce ... WDDM  | 00000000:01:00.0  On |                  N/A |
| 35%   27C    P8    N/A /  19W |   1493MiB /  2048MiB |      1%      Default |
|                               |                      |                  N/A |
+-------------------------------+----------------------+----------------------+

+-----------------------------------------------------------------------------+
| Processes:                                                                  |
|  GPU   GI   CI        PID   Type   Process name                  GPU Memory |
|        ID   ID                                                   Usage      |
|=============================================================================|
|    0   N/A  N/A      3060    C+G   ...icrosoft VS Code\Code.exe    N/A      |
|    0   N/A  N/A      6200    C+G   C:\Windows\explorer.exe         N/A      |
|    0   N/A  N/A      9400    C+G   ...2txyewy\TextInputHost.exe    N/A      |
|    0   N/A  N/A     10964    C+G   ...cw5n1h2txyewy\LockApp.exe    N/A      |
|    0   N/A  N/A     14588    C+G   ...5n1h2txyewy\SearchApp.exe    N/A      |
|    0   N/A  N/A     20872    C+G   ...y\ShellExperienceHost.exe    N/A      |
|    0   N/A  N/A     25760    C+G   ...5n1h2txyewy\SearchApp.exe    N/A      |
|    0   N/A  N/A     28376    C+G   Insufficient Permissions        N/A      |
|    0   N/A  N/A     36084    C+G   ...lPanel\SystemSettings.exe    N/A      |
|    0   N/A  N/A     39872    C+G   ...e6\promecefpluginhost.exe    N/A      |
|    0   N/A  N/A     43872    C+G   ...3d8bbwe\CalculatorApp.exe    N/A      |
|    0   N/A  N/A     46328    C+G   ...oft\OneDrive\OneDrive.exe    N/A      |
|    0   N/A  N/A     50384    C+G   ...bbwe\Microsoft.Photos.exe    N/A      |
|    0   N/A  N/A     53336    C+G   ...lugins\FlutterPlugins.exe    N/A      |
|    0   N/A  N/A     60804    C+G   ...ge\Application\msedge.exe    N/A      |
+-----------------------------------------------------------------------------+

（2）第二种方法：搜索框输入nvidia,出现nvidia控制面板，打开帮助中的系统信息，选择组件，出现cuda版本信息。

二、安装vs2019

先安装vs再安装cuda，这样安装cuda的时候vs的路径会加入到cuda中，出错几率可能小一些。vs在官网下载community就够用了，有需求的可以下载其他版本。插件选择使用c++桌面程序，其他插件如果没选择，打开vs创建项目时会提示再安装，由于我已经安装了所以没放图。

三、安装cuda

（1）在官网下载cuda11.4安装包。


（2）下载后点击exe文件运行，一路默认安装。


（3）第一次安装全选；当时第一次安装只选了第一个好像也可以。注意：在安装过程中发现，如果第N次安装，最好不要选择CUDA下面的nsight system两个选项，不然后续安装会报错。

（4）路径选择的是默认位置。后面一路默认就OK，安装成功关闭。



（5）安装结束后，右键 我的电脑–>属性–>高级系统设置–>环境变量，系统变量中已经加入了cuda的两个路径。

注意加入的cuda路径（CUDA_PATH_V11_0对应cuda v11.0，如果是v11.4则为CUDA_PATH_V11_4）。
（6）在系统变量中加入下面的路径，点击确定。

CUDA_BIN_PATH: %CUDA_PATH%\bin
CUDA_LIB_PATH: %CUDA_PATH%\lib\x64
CUDA_SDK_PATH: C:\ProgramData\NVIDIA Corporation\CUDA Samples\v11.0
CUDA_SDK_BIN_PATH: %CUDA_SDK_PATH%\bin\win64
CUDA_SDK_LIB_PATH: %CUDA_SDK_PATH%\common\lib\x64

（7）在系统变量path中加入下面的的变量：

%CUDA_BIN_PATH%
%CUDA_LIB_PATH%
%CUDA_SDK_BIN_PATH%
%CUDA_SDK_LIB_PATH%

四、检测cuda是否安装成功

（1）打开cmd，cd到c目录下，运行cuda安装目录下的deviceQuery.exe 和 bandwidthTest.exe两个程序，result=pass则安装成功，否则就重新安装。

五、配置vs项目

（1）打开VS，创建新项目，下拉找到cuda项目。填写项目名和选择项目路径。

（2）打开项目后，找到工具–>选项–>文本编辑器–>文件拓展名, 新增扩展名 .cu 并将编辑器设置为：Microsoft Visual C++。

（3）工具–>选项–>项目和解决方案–>VC++项目设置，添加要包括的扩展名".cu"。

（4）右键打开的项目–>生成依赖项–>生成自定义–>勾选CUDA v11.0。

（5）右键.cu文件–>文件属性设置为 CUDA c/c++。

（6）重新生成解决方案，点击运行即可得出结果。安装完成。

总结

特别需要注意：cuda不能在虚拟机下运行，需要在物理机运行。如果自己物理机是Windows的系统，建议先在Windows 环境进行测试。

本文详细介绍了在Windows10操作系统上搭建CUDA环境的步骤，包括下载和安装CUDA工具包、配置环境变量、验证CUDA是否成功安装等操作。通过本文可以轻松地完成CUDA环境的搭建，为之后的GPU加速计算和开发工作做好准备。