在C++项目中集成CUDA程序加速（从环境配置讲起）

---

前言

因为我自己的 C++ 项目需要用到CUDA加速计算，但是又从来从来没有尝试过，所以这里记录一下整个过程。

---

一、CUDA环境配置

1. GPU名称

我本台电脑的GPU如下图。

你也可以通过命令行输入：nvidia-smi 查看显卡类型（图中圈出来的是显存大小）

2. 安装CUDA

这一步需要根据你自己的显卡驱动来确定需要安装的CUDA版本。具体操作如下：

1. 打开 NVIDIA Control Panel （右键该图标，打开 NVIDIA控制面板）
   

2. 点击左下角的系统信息；
   

3. 选择 组件 ，查看NVCUDA64.DLL 后面的数字，就是你可以安装的CUDA最高版本（这里是12.0.139）。安装只要不高于它就行。
   

4. 确定版本后，就可以去CUDA下载官网进行下载。
   

5. 下载完成后，双击exe，然后无脑下一步就行。

6. 安装完成后，打开命令行，输入nvcc -V，如果能显示版本就说明安装成功了。如果没有出来的话，就要看一下系统环境是否添加了。
   

注意：
由于我是用VS2022进行开发的，所以在你安装CUDA的时候，要把VS2022关掉，然后再进行安装，这样才能正确创建CUDA项目模板！
另外，一定要先安装VS，再安装CUDA，不然也不能正确创建模板！

二、测试CUDA

1. 创建控制台项目

打开VS2022，点击 “创建新项目”，选择控制台应用 ，然后创建项目。（现在，你也应该可以看到有 “CUDA 12.0 Runtime” 模板，这也说明我们的CUDA安装成功了。但是我们现在要模拟的是在现有的C++项目中添加CUDA应用，所以就不选择这个。）。

2. 设置生成依赖项

右键 项目名称 -> “生成依赖项” -> “生成自定义”，勾选 "CUDA 12.0 "。

3. 添加cuh和cu文件

右键 头文件 -> 添加 -> 新建项 -> 选择 “CUDA 12.0 C/C++ Header”，即为cuh文件。选择"CUDA 12.0 C/C++ File" 即为cu文件。分别对应C++ 的.h文件和.cpp文件。

4. 配置CUDA库

1） 找到你所安装的CUDA路径，我的是在：C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0
2） 将目录下的lib和include文件复制到你的项目路径下：

3） 右键 项目名 -> 属性 ->配置属性 -> C/C++ -> 常规 -> 附加包含目录，添加 include文件夹 路径；
4）右键 项目名 -> 属性 ->配置属性 -> 链接器 -> 常规 -> 附加库目录，添加 lib文件夹 路径；
5）右键 项目名 -> 属性 ->配置属性 -> 链接器 -> 输入 -> 附加依赖项，添加 cudart.lib 。

5. 测试代码

// CUDAHeader.cuh

#ifndef CUDA_COMMON_H
#define CUDA_COMMON_H

#include "cuda_runtime.h"
#include "device_launch_parameters.h"

extern "C" cudaError_t ExtentGPUPrinter();

#endif

// CUDAHeader.cu

#include "CudaHeader.cuh"
#include <stdio.h>

__global__ void GPU_Printer()
{
	if (threadIdx.x == 1023 && blockIdx.x == 255)
	{
		printf("GPU Printer1\n");
	}
}

cudaError_t ExtentGPUPrinter()
{
	GPU_Printer<<<256, 1024>>>();

	return cudaSuccess;
}

// CudaTestDemo.cpp

#include <iostream>
#include "CudaHeader.cuh"

extern "C" cudaError_t ExtentGPUPrinter();

int main()
{
	ExtentGPUPrinter();
	cudaDeviceSynchronize(); // 同步
}

编译运行即可。

三、踩坑

1. 一定要在设置了 生成依赖项 之后才可以添加cuh和cu文件，不然会一直报链接错误。
2. 不要在cpp文件中直接include .cu文件，这样也会链接错误。
3. 对于<<< >>>这种下划线提示错误，但是编译却能通过的问题，不用管它。是编译器无法识别cuda函数和c++函数的语法差异，能编译通过就行。
   

四、总结

希望对大家有帮助！