本文记录了CUDA项目配置教程,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
<强>一、新建项目强>
打开VS2017→新建项目→Win32控制台应用程序→“空项目”打钩
<强>二、调整配置管理器平台类型强>
右键项目→属性→配置管理器→全改为“x64”
<强>三,配置生成属性强>
右键项目→生成依赖项→生成自定义→勾选“CUDA 9.0 xxx”
<强>四,配置基本库目录强>
后续步骤中出现的目录地址需取决于你当前的CUDA版本及安装路径
右键项目→属性→配置属性→vc++目录→包含目录,添加以下目录:
C: \ Program Files \ NVIDIA GPU计算工具包\ CUDA \ v9.0 \包括
C: \ ProgramData \ NVIDIA公司\ \ v9.0 CUDA样本\常见\公司
……→库目录,添加以下目录:
C: \ Program Files \ NVIDIA GPU计算工具包\ CUDA \ v9.0 \ lib \ x64
C: \ ProgramData \ NVIDIA公司\ \ v9.0 \常见\ lib \ x64 CUDA样本
<强>五,配置CUDA静态链接库路径强>
右键项目→属性→配置属性→链接器→常规→附加库目录,添加以下目录:
\ lib \ (CUDA_PATH_V9_0)美元(平台)
<强>六,选用CUDA静态链接库强>
右键项目→属性→配置属性→链接器→输入→附加依赖项,添加以下库:
cublas.lib; cublas_device.lib cuda.lib; cudadevrt.lib; cudart.lib; cudart_static.lib; cufft.lib; cufftw.lib; curand.lib; cusolver.lib; cusparse.lib; nppc.lib; nppial.lib; nppicc.lib; nppicom.lib; nppidei.lib; nppif.lib; nppig.lib; nppim.lib; nppist.lib; nppisu.lib; nppitc.lib; npps.lib; nvblas.lib; nvcuvid.lib; nvgraph.lib; nvml.lib; nvrtc.lib; OpenCL.lib;
以上为“第三步”中添加的库目录“C: \ Program Files \ NVIDIA GPU计算工具包\ CUDA \ v9.0 \ lib \ x64”中的库!
kernel32.lib; user32.lib gdi32.lib; winspool.lib; comdlg32.lib; advapi32.lib; shell32.lib; ole32.lib; oleaut32.lib; uuid.lib; odbc32.lib; odbccp32.lib; % (AdditionalDependencies)
这些库为原有!
<强>七,配置源码文件风格强>
右键源文件→添加→新建项→选择“CUDA C/c++文件”
右键“xxx。铜”源文件→属性→配置属性→常规→项类型→设置为“CUDA C/c++”
<强>八、测试程序强>
# include“cuda_runtime.h” # include“device_launch_parameters.h” # include & lt; stdio.h> int main () { int deviceCount; cudaGetDeviceCount(及deviceCount); 智力开发; (dev=0;dev & lt;deviceCount;dev + +) { runtime_version int driver_version (0) (0); cudaDeviceProp deviceProp; cudaGetDeviceProperties(及deviceProp dev); 如果(dev==0) 如果(deviceProp。?9999,,deviceProp。大==9999) printf (" \ n "); printf (" \ nDevice % d: \ " % s \“\ n”, dev, deviceProp.name); cudaDriverGetVersion(及driver_version); printf (" CUDA驱动版本:% d。% d \ n”, driver_version/1000 (driver_version % 1000)/10); cudaRuntimeGetVersion(及runtime_version); printf (" CUDA运行时版本:% d。% d \ n”, runtime_version/1000 (runtime_version % 1000)/10); printf("设备计算能力:% d。% d \ n”, deviceProp。专业,deviceProp.minor); printf("的全局内存总量:% u字节\ n”, deviceProp.totalGlobalMem); printf("短信:% d \ n”, deviceProp.multiProcessorCount); printf("总额不变的记忆:% u字节\ n”, deviceProp.totalConstMem); printf("每个块共享内存:总额% u字节\ n”, deviceProp.sharedMemPerBlock); printf("每个块可用的寄存器:总数% d \ n”, deviceProp.regsPerBlock); printf(“变形大小:% d \ n”, deviceProp.warpSize); printf("最大线程数/SM: % d \ n”, deviceProp.maxThreadsPerMultiProcessor); printf("每个块的最大线程数:% d \ n”, deviceProp.maxThreadsPerBlock); printf("最大大小一块的每个维度:% d x % d % d \ n”, deviceProp.maxThreadsDim [0], deviceProp.maxThreadsDim [1], deviceProp.maxThreadsDim [2]); printf("最大大小网格的每个维度:% d x % d % d \ n”, deviceProp。deviceProp maxGridSize [0]。deviceProp.maxGridSize maxGridSize [1], [2]); printf("最大内存情节:% u字节\ n”, deviceProp.memPitch); printf("纹理alignmemt: % u字节\ n”, deviceProp.texturePitchAlignment); printf("时钟频率:%。2 f GHz \ n”, deviceProp。clockRate * 1 e-6f); printf("内存时钟频率:%。0 f MHz \ n”, deviceProp。memoryClockRate * 1 e-3f); printf("内存总线宽度:% d-bit \ n”, deviceProp.memoryBusWidth); } 返回0; }Win10 + VS2017新CUDA项目配置教程