cuda3.2+vs2008开发环境配置
一、首先安装CUDA软件包,可以从NVIDIA官方网站上下载,我选择的是当前的最新版本3.2. 需要下载的东西有3个,分别是:
1.开发驱动(cudatoolkit_3.2.7_win_32.msi)
2.工具包(devdriver_3.2_winvista-win7_32_260.61_notebook.exe)
3.SDK样例代码(gpucomputingsdk_3.2_win_32.exe)
需要注意的问题是,这三个工具的版本号一定要匹配、还有就是要跟自己的操作系统和硬件匹配。比如笔记本电脑应选择带有notebook字样的下载,64位系统的要选择64位版本。
下载完成后进行安装,过程比较简单,一路下一步即可。安装完驱动后需要重启电脑。
二、安装IDE,我选择的是Visual Studio 2008 Team System SP1
三、安装完这些软件后,我们可以开始创建一个CUDA的程序了。网上有很多手动配置工程的方法,非常繁琐。我们基本上都会使用更加自动化的工具:CUDA VS Wizard,这个安装后会在VS中显示CUDA的项目模板。免去了繁琐的手工配置。
这个工具的项目主页是:http://sourceforge.net/projects/cudavswizard/
下载的时候一定要根据自己系统的版本来选择32位还是64位的版本。如果操作系统是32位的,却安装了64位版本的Wizard,在vs中创建cuda project时就会出错。
四、安装好Wizard,剩下的工作就比较简单了。在VS中建立一个CUDA工程,先不要选择EmptyProject,建好后直接编译。顺利的话应该可以编译通过。运行时会提示找不到cutil32D.dll。如果你看到了找不到cutil32D.dll的错误,说明你之前的操作都是正确的。
如何正确运行程序呢?需要将SDK安装目录下的/C/bin/win32/中Debug和Release两个文件夹加入系统Path环境变量中。什么,你不记得SDK装在哪儿了?不要紧,按Win+R组合键调出运行框,输入%NVSDKCOMPUTE_ROOT%,按回车,就会打开SDK的安装目录了~我的SDK装在C:/GPUSDK目录,我在Path中加的就是下面的两个目录
C:/GPUSDK/C/bin/win32/Release/;C:/GPUSDK/C/bin/win32/Debug/;
加完环境变量需要注销一遍系统才能生效。注销完重新打开VS2008,重新运行,应该可以看到命令行的输出了。
五、下面的工作是让开发工作更加方便和舒服。我们通过第三方软件Visual Assist X来完成语法高亮和智能感知(语法提示)。
下载Visual Assist X并安装完成之后,进行以下几步配置:
1.在C:/Documents and Settings/All Users/Application Data/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/doc/syntax_highlighting/visual_studio_8里找到usertype.dat考到C:/Program Files/Microsoft Visual Studio 9.0/Common7/IDE中。
2.打开VS2008,选择Tools-Options-Text Editor-File Extension,在编辑框中填入cu,在编辑器下拉菜单中选择Microsoft Visual C++,单击添加,然后点击确定.
3.关闭VS2008。
4.进注册表HKEY_LOCAL_MACHINE/SOFTWARE /Microsoft/VisualStudio/9.0/Languages/File Extensions/下面添加子键.cu ,然后复制.cpp的键值到.cu。
5.进HKEY_CURRENT_USER/Software/Whole Tomato/Visual Assist X/VANet9 在ExtSource键添加键值.cu。
6.打开Visual Assist属性,在projects 的C/C++ Directories custom下面添加CUDA的头文件目录:
a) C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v3.2/include
b) C:/Documents and Settings/All Users/Application Data/NVIDIA Corporation/NVIDIA GPU Computing SDK 3.2/C/common/inc
7.打开vs2008。注意看一下__global__这些CUDA特有的关键字有没有被着色。最后在代码中敲cuda,然后就应该显示出一个以cuda开头的函数列表。如果这里也成功了,恭喜你~你的CUDA之旅可以起航了!