让CUDA奔跑在VS2008的田野上

本文详细介绍如何在32位Windows 7环境下配置CUDA编程环境。包括安装CUDA Toolkit、GPU Computing SDK等必要组件,以及如何集成CUDA到Visual Studio 2008开发环境中。还提供了测试示例和语法高亮的方法。
部署运行你感兴趣的模型镜像

 首先说明一下硬件配置:

操作系统是32windows7。显卡是nvidia GTX460, 对应CUDA3.2

http://developer.nvidia.com/object/cuda_3_1_downloads.html下载如下安装文件(确保知道自己的显卡型号和操作系统版本):

GPU Computing SDK code samples

CUDA Toolkit

Developer Drivers for WinVista and Win7

第三个软件只在有支持CUDA编程的显卡时才有用。

假设你已经成功安装了visual studio 2008

1.  先安装SDK文件,默认路径是:C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2

2.  安装Toolkit。默认路径是:C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v3.2

3.  根据个人需要和硬件决定是否安装上述第三个软件。

下面集成CUDAvisual studio 2008 开发环境中。

4.  .cu.cuh文件归入VC++中:工具->选项->项目和解决方案->VC++项目设置->C/C++文件扩展名改成:*.cpp;*.cxx;*.cc;*.c;*.cu;*.cuh

5.  VC++编辑器编辑CUDA文件:工具->选项->文本编辑器->文件扩展名中下拉选中Visual C++编辑器,分别添加扩展名cuhcu

6.  将安装的CUDAsdk的路径加到系统环境变量中:控制面板->系统和安全->系统->高级系统设置->高级->环境变量->系统环境变量,新建CUDA_DEBUG(名字任取),设定值为C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/bin/win32/Debug(这里确保自己的相关文件夹在这个路径下);新建CUDA_RELEASE,值为C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/bin/win32/Release

7.  更改注册表:双击C:/ProgramFiles/NVIDIAGPUComputingToolkit/CUDA/v3.2/extras/visual_studio_integration

7. /gpucomputing_intellisense.regcuda注册到vs中。如果没有.reg文件,可以上网查找,只需将C++文件的相关项复制到.cu.cuh对应项即可。

8.  告诉VS你的CUDA文件在哪里:工具->选项->项目和解决方案->VC++项目设置->C/C++目录,平台为默认win32,下拉选中包含文件,添加C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/common/inc;再选中库文件,添加C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/common/lib;再选中源文件,添加C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/common/src。注意要保证自己的相应文件确实在你添加的路径中,所有添加目录都应该做相应检查。

9.  将编译需要的头文件放到vs2008环境中复制C:/ProgramData/NVIDIA Corporation/NVIDIA GPU Computing SDK/C/common目录到C:/Users/username/Documents/Visual Studio 2008

10.  测试一个模板是否可以跑起来:将C:/ProgramData/NVIDIA Corporation/NVIDIA GPU ComputingSDK/C/src/template拷到C:/Users/you/Documents/VisualStudio2008/Projects中。双击打开VS工程。如果不出什么意外的话,程序可以正常打开,可是编译的时候会报告计算机找不到cutil32D.dll

11.    搜索相应文件,复制到C:/Users/you/Documents/VisualStudio2008/Projects/template中。成功运行,显示:Processing time: ***<ms> PASSED ***

12.    VS中为CUDA关键字添加语法高亮显示:搜索NVIDIA某目录下的usertype.dat文件复制到 Microsoft Visual Studio 9/Common7/IDE目录下。

如果你安装了visual assistant,并且希望CUDA编程中使用它继续下面的步骤

13.      VS2008中,VAssistX->Visual Assist X options->Projects->C/C++ Directories,下拉Platform选中Custom,点图标新建文件,添加目录:C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v3.2/include,重启VSIDE生效。

终于讲完了,这下子,可以自己编CUDA程序,让它奔跑了!享受你的GPU编程吧!

您可能感兴趣的与本文相关的镜像

PyTorch 2.5

PyTorch 2.5

PyTorch
Cuda

PyTorch 是一个开源的 Python 机器学习库,基于 Torch 库,底层由 C++ 实现,应用于人工智能领域,如计算机视觉和自然语言处理

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值