VS2013下CUDA 7.5安装

来源：互联网发布：淘宝购物行为评级编辑：程序博客网时间：2024/05/22 10:30

VS2013下CUDA 7.5安装

1 环境搭建

1．安装vs2013，若安装失败可能是卸载不干净，只能重装系统

若重装后还失败，尝试删除或改名C:\Windows\SoftwareDistribution文件夹

2．官网下载CUDA 7.5，安装

3.安装完成后，系统变量的环境变量多了两个

CUDA_PATH_V7_5

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v7.5

CUDA_PATH

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v7.5

环境变量Path也多了：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v7.5\bin

C:\Program Files\NVIDIA GPU ComputingToolkit\CUDA\v7.5\libnvvp

C:\Program Files (x86)\NVIDIACorporation\PhysX\Common

4.进入 C:\ProgramData\NVIDIACorporation\CUDA Samples\v7.5\1_Utilities\deviceQuery中

打开deviceQuery_vs2012.sln，右键生成（在debug和release两种模式下分别编译）

进入C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\bin\win64\Debug

和C:\ProgramData\NVIDIA Corporation\CUDASamples\v7.5\bin\win64\Release分别执行deviceQuery.exe，看结果是否PASS

结果=pass，表示通过

2 Cuda编程测试：

1. 打开VS2013并建立一个空的win32控制台项目

2. 右键源文件——添加——新建项，选nvidia cuda7.5下面的cuda c++ 文件类型，创建test.cu

3. 右键test.cu——属性，在左侧的常规——项类型，下拉菜单，选择cuda c/c++

4. 将测试代码放入test.cu（代码转自网络）

//CUDA runtime 库+ CUBLAS 库

#include"cuda_runtime.h"

#include"cublas_v2.h"

#include<time.h>

#include<iostream>

usingnamespace std;

// 定义测试矩阵的维度

intconst M = 5;

intconst N = 10;

intmain()

{

// 定义状态变量

cublasStatus_t status;

// 在内存中为将要计算的矩阵开辟空间

float *h_A = (float*)malloc(N*M*sizeof(float));

float *h_B = (float*)malloc(N*M*sizeof(float));

// 在内存中为将要存放运算结果的矩阵开辟空间

float *h_C = (float*)malloc(M*M*sizeof(float));

// 为待运算矩阵的元素赋予 0-10 范围内的随机数

for (int i=0; i<N*M; i++) {

h_A[i] = (float)(rand()%10+1);

h_B[i] = (float)(rand()%10+1);

}

// 打印待测试的矩阵

cout << "矩阵 A:" << endl;

for (int i=0; i<N*M; i++){

cout << h_A[i] << "";

if ((i+1)%N == 0) cout << endl;

}

cout << endl;

cout << "矩阵 B:" << endl;

for (int i=0; i<N*M; i++){

cout << h_B[i] << "";

if ((i+1)%M == 0) cout << endl;

}

cout << endl;

** GPU 计算矩阵相乘

// 创建并初始化 CUBLAS 库对象

cublasHandle_t handle;

status = cublasCreate(&handle);

if (status != CUBLAS_STATUS_SUCCESS)

{

if (status ==CUBLAS_STATUS_NOT_INITIALIZED) {

cout << "CUBLAS 对象实例化出错"<< endl;

}

getchar ();

return EXIT_FAILURE;

}

float *d_A, *d_B, *d_C;

// 在显存中为将要计算的矩阵开辟空间

cudaMalloc (

(void**)&d_A, // 指向开辟的空间的指针

N*M * sizeof(float) //　需要开辟空间的字节数

);

cudaMalloc (

(void**)&d_B,

N*M * sizeof(float)

);

// 在显存中为将要存放运算结果的矩阵开辟空间

cudaMalloc (

(void**)&d_C,

M*M * sizeof(float)

);

// 将矩阵数据传递进显存中已经开辟好了的空间

cublasSetVector (

N*M, // 要存入显存的元素个数

sizeof(float), // 每个元素大小

h_A, // 主机端起始地址

1, // 连续元素之间的存储间隔

d_A, // GPU 端起始地址

1 // 连续元素之间的存储间隔

);

cublasSetVector (

N*M,

sizeof(float),

h_B,

d_B,

);

// 同步函数

cudaThreadSynchronize();

// 传递进矩阵相乘函数中的参数，具体含义请参考函数手册。

float a=1; float b=0;

// 矩阵相乘。该函数必然将数组解析成列优先数组

cublasSgemm (

handle, // blas 库对象

CUBLAS_OP_T, // 矩阵 A 属性参数

CUBLAS_OP_T, // 矩阵 B 属性参数

M, // A, C 的行数

M, // B, C 的列数

N, // A 的列数和B 的行数

&a, // 运算式的 α 值

d_A, // A 在显存中的地址

N, // lda

d_B, // B 在显存中的地址

M, // ldb

&b, // 运算式的 β 值

d_C, // C 在显存中的地址(结果矩阵)

M // ldc

);

// 同步函数

cudaThreadSynchronize();

// 从显存中取出运算结果至内存中去

cublasGetVector (

M*M, // 要取出元素的个数

sizeof(float), // 每个元素大小

d_C, // GPU 端起始地址

1, // 连续元素之间的存储间隔

h_C, // 主机端起始地址

1 // 连续元素之间的存储间隔

);

// 打印运算结果

cout << "计算结果的转置 ((A*B)的转置)：" << endl;

for (int i=0;i<M*M; i++){

cout << h_C[i] <<" ";

if ((i+1)%M == 0) cout <<endl;

}

// 清理掉使用过的内存

free (h_A);

free (h_B);

free (h_C);

cudaFree (d_A);

cudaFree (d_B);

cudaFree (d_C);

// 释放 CUBLAS 库对象

cublasDestroy (handle);

getchar();

return 0;

}

5. ctrl+F5执行

3 cuda工程搭建

1) 如图，打开VS2013并建立一个NVIDIACUDA 7.5项目，命名为cuda。

2) 如图4-10，在“解决方案资源管理器”一栏中右键cuda项目，添加新建项，选择类型为C++文件。

3) 在C++文件中填入相应cuda代码。

4) 如图4-11，右键cuda项目——属性——配置属性——C/C++——常规——附加包含目录，增加一项C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.5\common\inc.

该操作为是为了使工程找到所需的头文件<helper_string.h>，<helper_cuda.h>和<helper_functions.h>，他们都在路径C:\ProgramData\NVIDIACorporation\CUDA Samples\v7.5\common\inc下。

5) 如图4-12，,设置链接器——输入——附加依赖项，添加一项cusparse.lib，否则将无法解析的CUSPARSE库函数名，出现如下错误：

错误 8 error LNK2019: 无法解析的外部符号cusparseSnnz，该符号在函数 "float * __cdecl getMatrix(int &,int &,int&)" (?getMatrix@@YAPEAMAEAH00@Z) 中被引用

6) 如下图，注意检查途中红框处解决方案平台的类型，设置为x64（本实验所用cuda环境是64版本，选win32会导致不兼容而无法编译）。

7) ctrl+F5，开始编译执行程序，结果如下：

0 0