CUDA学习日志：开发环境配置和学习资源

男娘i 2022-08-14 01:49 194阅读 0赞

接触CUDA的时间并不长，最开始是在cuda-convnet的代码中接触CUDA代码，当时确实看的比较痛苦。最近得空，在图书馆借了本《GPU高性能编程 CUDA实战》来看看，同时也整理一些博客来加强学习效果。

[Jeremy Lin][]

**什么是CUDA**

CUDA(Compute Unified Device Architecture)是由NVIDIA推出的并行计算平台和编程模型。它是一种专门为提高并行程序开发效率而设计的计算架构。在构建高性能应用程序时，CUDA架构能充分发挥GPU(Graphic Processing Unit)的强大计算能力。它包含了CUDA指令集架构以及GPU内部的并行计算引擎。开发人员可以使用C/C++语言来为CUDA架构编写程序。更多的介绍，可以参考NVIDIA的[about page][]。

**CUDA开发环境配置**

在开始学习CUDA之前，我们需要先配置好CUDA的开发环境。我实验室电脑的系统是Windows8.1的，所以我下面配置的是Windows下的CUDA开发环境。

**（1）第一步是确定电脑上是否装有支持CUDA的GPU。**

你可以通过右击 **我的电脑** \-> **管理** \-> **设备管理** \-> **显示适配器** 查看

![Center][]

我电脑上这个GPU比较烂，是GeForce GT 620的，不过还好，它支持CUDA。

其他支持CUDA的GPU你可以通过NVIDIA的网站查看：https://developer.nvidia.com/cuda-gpus

**（2）安装好GPU的设备驱动程序**

NVIDIA提供了一些系统软件来实现应用程序与支持CUDA的硬件之间的通信。如果正确安装了NVIDIA GPU，那么在机器上将已经安装好了这些软件。要确保安装最新的驱动程序，可以访问:

http://www.nvidia.com/Download/index.aspx?lang=en-us

来选择与开发环境相符的驱动。

![Center 1][]

**（3）下载CUDA开发工具箱**

在有了一款支持CUDA的GPU和相应的设备驱动程序后，就可以运行编译好的CUDA C代码。然而，如果你想要使用CUDA C为NVIDIA GPU开发代码，那么还需要其他一些软件。我们需要明白，CUDA C应用程序将在两个不同的处理器上执行计算，因此需要两个编译器。其中一个编译器为CPU编译代码，而另一个编译器为GPU编译代码。为CPU编译代码的编译器我们已经有了，机子上安装的是Visual Studio 2012，而编译GPU的编译器我们还需要自己安装。这个编译器就是CUDA Toolkit。

你可以从https://developer.nvidia.com/cuda-downloads下载到合适的CUDA Toolkit。

![Center 2][]

我下载的是cuda\_6.5.14\_windows\_general\_64.exe。安装过程就是傻瓜流程，一直next和OK就可以了。

**（4）验证安装**

这个很简单，在电脑上打开cmd.exe，然后键入nvcc -V

![Center 3][]

然后，改变路径进入CUDA Samples中运行deviceQuery.exe。在Windows 7、Windows 8.1中可能的路径是：

C:\\ProgramData\\NVIDIA Corporation\\CUDA Samples\\v6.5\\bin\\win32\\Release

我的电脑上的路径是：

![Center 4][]

运行结果如下所示：

![Center 5][]

**（5）新建CUDA程序**

依次打开：Visual Studio -> 文件 -> 新建 -> 项目 -> NVIDIA -CUDA 6.5

![Center 6][]

![Center 7][]

**推荐学习资源：**

\[1\] 官方：CUDA Education [ 地址][Link 1]

\[2\] 教材：Jason Sanders 《GPU高性能编程 CUDA实战》

\[3\] 课程：伊利诺伊大学 异构并行编程 [地址][Link 2]

\[4\] 博客：从零开始学习《GPU高性能运算之CUDA》[地址][Link 3]

\[5\] 博客：卜居，CUDA从入门到精通 [地址][Link 4]

\[6\] 其他：清华大学CUDA培训教程；CUDA教程；深入浅出谈CUDA；风辰的CUDA入门教程 [打包下载][Link 5]

**本文地址：[http://blog.csdn.net/linj\_m/article/details/41314763][http_blog.csdn.net_linj_m_article_details_41314763]**

**更多资源请 关注博客：[LinJM-机器视觉][Jeremy Lin] 微博：[林建民-机器视觉][-]**

[Jeremy Lin]: http://blog.csdn.net/linj_m
[about page]: https://developer.nvidia.com/about-cuda
[Center]: /images/20220810/121e875341e44bcaa65819953d2d56d9.png
[Center 1]: /images/20220810/fdc0932b69c747c5a5dfb450703c9466.png
[Center 2]: /images/20220810/972988610a6d462a87b14c25dbfc5383.png
[Center 3]: /images/20220810/675042ec5d32423387b6e35cf22ad74b.png
[Center 4]: /images/20220810/ae2fd023fcf44276bdc853719d4567f5.png
[Center 5]: /images/20220810/8b2167469375469b82f90f45042a73b2.png
[Center 6]: /images/20220810/d2f6368075ed4b668290291649692326.png
[Center 7]: /images/20220810/cafea83ac6f74332afbdfb9768f50f3a.png
[Link 1]: https://developer.nvidia.com/cuda-education
[Link 2]: https://www.coursera.org/course/hetero
[Link 3]: http://blog.csdn.net/huangfengxiao/article/details/8732789
[Link 4]: http://blog.csdn.net/kkk584520/article/details/9413973
[Link 5]: http://download.csdn.net/download/linoi/8189373
[http_blog.csdn.net_linj_m_article_details_41314763]: http://blog.csdn.net/linj_m/article/details/41314763
[-]: http://weibo.com/cengineer