【CUDA】Win10 + VS2017新 CUDA 项目配置

一、新建项目

　　打开VS2017 → 新建项目 → Win32控制台应用程序 → “空项目”打钩

二、调整配置管理器平台类型

　　右键项目 → 属性 → 配置管理器 → 全改为“x64”

　　

三、配置生成属性

　　右键项目 → 生成依赖项 → 生成自定义 → 勾选“CUDA 9.0XXX”

　　

三、配置基本库目录

　　注意：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 Computing Toolkit\CUDA\v9.0\include
• C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\inc

　　…… → 库目录，添加以下目录：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
• C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

　　

四、配置CUDA静态链接库路径

　　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：

• $(CUDA_PATH_V9_0)\lib\$(Platform)

　　

五、选用CUDA静态链接库

　　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 Computing Toolkit\CUDA\v9.0\lib\x64” 中的库！
  
• 注意：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！

六、配置源码文件风格

　　右键源文件 → 添加 → 新建项 → 选择 “CUDA C/C++ File”

　　右键 “xxx.cu" 源文件 → 属性 → 配置属性 → 常规 → 项类型 → 设置为“CUDA C/C++”

　　

七、测试程序

 #include "cuda_runtime.h"
 #include "device_launch_parameters.h"
 #include <stdio.h>
 
 int main() {
     int deviceCount;
     cudaGetDeviceCount(&deviceCount);
 
     int dev;
     for (dev = ; dev < deviceCount; dev++)
     {
         int driver_version(), runtime_version();
         cudaDeviceProp deviceProp;
         cudaGetDeviceProperties(&deviceProp, dev);
         if (dev == )
             if (deviceProp.minor =  && deviceProp.major == )
                 printf("\n");
         printf("\nDevice%d:\"%s\"\n", dev, deviceProp.name);
         cudaDriverGetVersion(&driver_version);
         printf("CUDA驱动版本:                                   %d.%d\n", driver_version / , (driver_version % ) / );
         cudaRuntimeGetVersion(&runtime_version);
         printf("CUDA运行时版本:                                 %d.%d\n", runtime_version / , (runtime_version % ) / );
         printf("设备计算能力:                                   %d.%d\n", deviceProp.major, deviceProp.minor);
         printf("Total amount of Global Memory:                  %u bytes\n", deviceProp.totalGlobalMem);
         printf("Number of SMs:                                  %d\n", deviceProp.multiProcessorCount);
         printf("Total amount of Constant Memory:                %u bytes\n", deviceProp.totalConstMem);
         printf("Total amount of Shared Memory per block:        %u bytes\n", deviceProp.sharedMemPerBlock);
         printf("Total number of registers available per block:  %d\n", deviceProp.regsPerBlock);
         printf("Warp size:                                      %d\n", deviceProp.warpSize);
         printf("Maximum number of threads per SM:               %d\n", deviceProp.maxThreadsPerMultiProcessor);
         printf("Maximum number of threads per block:            %d\n", deviceProp.maxThreadsPerBlock);
         printf("Maximum size of each dimension of a block:      %d x %d x %d\n", deviceProp.maxThreadsDim[],
             deviceProp.maxThreadsDim[],
             deviceProp.maxThreadsDim[]);
         printf("Maximum size of each dimension of a grid:       %d x %d x %d\n", deviceProp.maxGridSize[], deviceProp.maxGridSize[], deviceProp.maxGridSize[]);
         printf("Maximum memory pitch:                           %u bytes\n", deviceProp.memPitch);
         printf("Texture alignmemt:                              %u bytes\n", deviceProp.texturePitchAlignment);
         printf("Clock rate:                                     %.2f GHz\n", deviceProp.clockRate * 1e-6f);
         printf("Memory Clock rate:                              %.0f MHz\n", deviceProp.memoryClockRate * 1e-3f);
         printf("Memory Bus Width:                               %d-bit\n", deviceProp.memoryBusWidth);
     }
 
     return ;
 }

　　输出结果：