Win10+VS2017+Cuda10.0环境配置详解

环境准备

在开始配置之前，需要先准备一些必要的环境，如下：

• Windows 10 操作系统
• Visual Studio 2017 社区版及以上
• Nvidia 显卡驱动程序
• CUDA Toolkit 10.0

安装 Visual Studio 2017

如果你尚未安装 Visual Studio 2017，可以前往 Visual Studio 下载网站 下载并安装。

在安装期间，请选择“使用C++的桌面开发”选项以及“VC++ 2017 v141工具集”和“Windows 10 SDK 10.0.17134.0或更高版本”的组件。

安装 Nvidia 显卡驱动程序

在安装 CUDA Toolkit 10.0 前，需要先安装 Nvidia 显卡驱动程序。您可以前往 Nvidia 显卡驱动程序下载页面 找到适合您显卡的驱动程序，下载并安装。

安装 CUDA Toolkit 10.0

访问 Nvidia 官方 CUDA Toolkit 下载页面，下载并安装 CUDA Toolkit 10.0。在安装期间，请选择“自定义（高级）”选项并确保选中以下组件：

• CUDA 编译工具包
• CUDA 10.0 Runtime
• CUDA 10.0 驱动程序
• CUDA 10.0 工具

在安装期间，你可以选择将 CUDA Toolkit 的安装路径添加到环境变量中。如果选择不添加，你需要手动添加，将 CUDA_PATH 环境变量设置为 CUDA Toolkit 的安装路径。

测试环境

在配置完毕后，可以通过以下示例检查您的环境是否能够正常工作。

示例 1：Hello World

编写下面的 C++ 代码并编译它以生成可执行文件。

#include <iostream>

int main() {
    std::cout << "Hello, World!" << std::endl;
    return 0;
}

如果编译成功并输出“Hello, World!”，则表示您已经成功地配置了 Visual Studio 2017 和 CUDA 10.0 环境。

示例 2：CUDA 加速的矩阵相乘

编写下面的 CUDA 代码并编译它以生成可执行文件。

#include <iostream>

__global__ void matrixMul(int* a, int* b, int* c, int size) {
    int row = blockIdx.y * blockDim.y + threadIdx.y;
    int col = blockIdx.x * blockDim.x + threadIdx.x;

    if (row < size && col < size) {
        int temp = 0;
        for (int k = 0; k < size; k++) {
            temp += a[row * size + k] * b[k * size + col];
        }
        c[row * size + col] = temp;
    }
}

int main() {
    int size = 256;
    int* a, *b, *c;
    size_t bytes = size * size * sizeof(int);

    cudaMallocManaged(&a, bytes);
    cudaMallocManaged(&b, bytes);
    cudaMallocManaged(&c, bytes);

    for (int i = 0; i < size; i++) {
        for (int j = 0; j < size; j++) {
            a[i * size + j] = i;
            b[i * size + j] = j;
        }
    }

    dim3 threadsPerBlock(16, 16);
    dim3 numBlocks(size / threadsPerBlock.x, size / threadsPerBlock.y);

    matrixMul<<<numBlocks, threadsPerBlock>>>(a, b, c, size);
    cudaDeviceSynchronize();

    for (int i = 0; i < size; i++) {
        for (int j = 0; j < size; j++) {
            if (c[i * size + j] != j * i * size) {
                std::cout << "Error!" << std::endl;
                return 1;
            }
        }
    }

    std::cout << "Success!" << std::endl;

    cudaFree(a);
    cudaFree(b);
    cudaFree(c);

    return 0;
}

如果编译成功并输出“Success!”，则表示您已经成功地配置了 CUDA 10.0 环境并使用 CUDA 技术加速了计算。