Windows系统安装GPUMD

1. 下载GPUMD安装包

https://github.com/brucefan1983/GPUMD

2. 下载并安装WSL，下载Ubuntu

WSL是适用于Linux的 Windows子系统，能在Windows计算机上安装和使用Linux 发行版
采用WSL在Windows系统下调用GPU
（可参考B站视频）会涉及到通过控制面板-程序-启用或关闭Windows功能勾选“适用于Linux的Windows子系统”和“虚拟机平台”功能
Ubuntu下载以后打开需要设置用户名和密码（c盘和d盘等都是在mnt文件夹下），配置软件源镜像，更新源环境，安装gcc、g++和gfortram编译器

3. 安装CUDA Toolkit

注意：保证WSL 内安装的 CUDA 与 Windows 主机的 CUDA版本兼容，尽量选择统一版本。
保证显卡算力高于3.5，可通过命令“lspci | grep -i vga”查看显卡型号。

# 如安装 CUDA 12.8

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
wget https://developer.download.nvidia.com/compute/cuda/12.8.0/local_installers/cuda-repo-wsl-ubuntu-12-8-local_12.8.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-12-8-local_12.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-12-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt update
sudo apt install cuda
#如果权限不足等问题导致文件下载失败，需要进入root环境重新修复

# 检查 CUDA 编译器
which nvcc
# 输出应为：/usr/bin/nvcc

# 检查工具包版本
nvcc --version

#编辑 ~/.bashrc，将 CUDA 工具包路径加入环境变量：
cat << 'EOF' >> ~/.bashrc
# Windows CUDA 路径（供头文件使用）
export WINDOWS_CUDA_HOME="/mnt/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.8"
# WSL 本地 CUDA 路径（供工具链使用）
export LINUX_CUDA_HOME="/usr/local/cuda-12.8"
export WINDOWS_CUDA_HOME="/mnt/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.8"
export PATH="/usr/local/cuda-12.8/bin:$PATH"
export LD_LIBRARY_PATH=/usr/local/cuda-12.8/lib64:\$LD_LIBRARY_PATH"
EOF

# 应用配置
source ~/.bashrc

# 检查 cudafe++ 是否存在
which cudafe++
# 正常输出示例：/usr/lib/cuda/bin/cudafe++

#需要解压GPUMD，并进入src文件夹下，在 Makefile 中添加：
WINDOWS_CUDA_HOME := "/mnt/c/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.8"
LINUX_CUDA_HOME   := /usr/local/cuda-12.8
NVCC              := $(LINUX_CUDA_HOME)/bin/nvcc
ARCH              := sm_60
main_nep/nep3.o: main_nep/nep3.cu
	$(NVCC) -std=c++14 -O3 -arch=$(ARCH) \
	-I"$(WINDOWS_CUDA_HOME)/include" \
	-c $< -o $@
# 确保路径指向WSL本地的CUDA安装
CUDA_PATH = /usr/local/cuda 
NVCC = $(CUDA_PATH)/bin/nvcc

# 检查其他关键组件
ls -l /usr/lib/cuda/bin/{nvcc,cudafe++,cicc}
# 检查环境变量
echo $PATH | grep cuda
echo $LD_LIBRARY_PATH | grep cuda

# 检查驱动版本是否与Windows主机一致
nvidia-smi      

nvidia-smi命令正确的输出应该是如下图所示：

4. GPUMD编译

# 清理并编译
make clean
make -j

当make -j后“ls”出现了gpumd和nep（绿色的）则表明编译成功，如下图所示：