从零开始使用CUDA

最新推荐文章于 2023-12-02 10:17:42 发布
最新推荐文章于 2023-12-02 10:17:42 发布
阅读量2k 收藏 10
点赞数
分类专栏： 基于CUDA的GPU并行编程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/GLinttsd/article/details/109235251
版权

从零开始使用CUDA


从无到有，创建KUDA工程并实现一个GPU加速的小示例

1.环境安装

首先要确认自己电脑的英伟达GPU是否支持KUDA！
查询网站

1、VS 2019安装

安装Visual Studio 2019

2.CUDA安装

CUDA下载
CUDA下载完成后直接安装（不要安装在C盘），安装完成后，打开CMD控制台(WIN + R，输入cmd，回车)，输入nvcc - V，看到如下界面后说明安装成功。
在这里插入图片描述

2.创建自己的CUDA项目

打开VS，点击创建新项目
在这里插入图片描述
接着在搜索栏中搜索CUDA，找到CUDA 11.1 Runtime，点击下一步
在这里插入图片描述
取个名字，在指定文件夹中创建CUDA项目
在这里插入图片描述
可以看到新建的项目为我们提供了一个示例代码：
在这里插入图片描述
我们可以把它删掉或者全部注释掉。
接着在项目中添加新的文件
在这里插入图片描述
并选择CUDA C/C++ File
在这里插入图片描述
接下来就可以编写自己的CUDA程序，在这里我写了一个stencil的程序，实现对数组的类似“卷积”操作，当然这个过程是在GPU中并行加速完成的。
Stencil代码
若无法理解代码可以参考我的另一篇博客，或者自行补课。

直接运行代码便可以看到结果（打印输出数组）
在这里插入图片描述

GLinttsd
关注
  • 0
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
[1] CUDA介绍及入门
yohnyang的博客
05-21 613
[1] CUDA介绍及入门
CUDA C/C++ 教程一：加速应用程序
白水的博客
02-22 2万+
文章目录1. CUDA简介2. 准备工作3. 加速系统4. 编写在GPU运行的代码4.1. 编写一个Hello GPU核函数5. CUDA线程的层次结构5.1. 启动可并行运行的核函数6. CUDA提供的线程层次结构变量6.1. 线程和块的索引6.2. 加速for循环6.3. 协调并行线程7. 分配将要在GPU和CPU上访问的内存 1. CUDA简介 加速计算正在逐步取代 CPU 计算，成为最佳的计算做法。近年来加速计算带来了越来越多的突破性进展，应用程序对加速计算日益增长地需求、轻松编写加速计算的程序的.
【深度学习：入门】如何配置CUDA,使用gpu本地训练
qq_62102643的博客
04-09 1万+
由于显卡的不同，需要先查看我们显卡及驱动最高支持的cuda。进入cmd输入版本支持向下兼容，为了保证能够和其他开发库版本兼容，这里使用的CUDN版本为11.6.
CUDA使用介绍
weixin_45477628的博客
05-07 3014
CUDA Toolkit下载链接CUDA Toolkit包含了CUDA驱动和工具,CUDA驱动与NVIDIA驱动并不是一个东西，CUDA驱动接入NVIDIA驱动提供的接口访问GPU，同时接入程序，将运行结果输出。NVIDIA驱动接入GPU，对外提供能够访问GPU的接口。
CUDA 入门教程
shenyuan12的专栏
08-10 2163
CUDA从入门到精通（零）：写在前面 在老板的要求下，本博主从2012年上高性能计算课程开始接触CUDA编程，随后将该技术应用到了实际项目中，使处理程序加速超过1K，可见基于图形显示器的并行计算对于追求速度的应用来说无疑是一个理想的选择。还有不到一年毕业，怕是毕业后这些技术也就随毕业而去，准备这个暑假开辟一个CUDA专栏，从入门到精通，步步为营，顺便分享设计的一些经验教训，希望能给学习CUDA的童鞋提供一定指导。个人能力所及，错误难免，欢迎讨论。 PS：申请专栏好像需要先发原创帖超过15篇。..
cuda系列详细教程
weixin_38252409的博客
08-07 333
　　随着人工智能的发展与人才的内卷，很多企业已将深度学习算法的C++部署能力作为基本技能之一。面对诸多arm相关且资源有限的设备，往往想更好的提速，满足更高时效性，必将更多类似矩阵相关运算交给CUDA处理。同时，面对市场诸多教程与诸多博客岑子不起的教程或高昂教程费用，使读者(特别是小白)容易迷糊，无法快速入手CUDA编程，实现工程化。因此，我将结合我的工程实战经验，我将在本专栏实现CUDA系列教...
cuda简单使用（一）
qq_44211389的博客
03-09 7002
cuda简单使用（一） 检查自己的DEVICE名 本人笔记本所带的GPU是GTX 1650 import torch print(torch.cuda.get_device_name()) GeForce GTX 1650 检查自己可用的GPU数量-Returns the number of GPUs available. import torch print(torch.cuda.torch.cuda.device_count()) 1 检查目前自己GPU的序号-Returns the inde
CUDA入门
mutourend的博客
12-12 6276
1. 引言 参考资料 [1] Getting started with OpenCL and GPU Computing [2] Introduction to GPU Computing with OpenCL [3] OpenCL™ Programming Guide for the CUDA™ Architecture [4] CUDA Tutorial
人工智能编程学习从零开始第一课开发测试环境搭建共16页.pdf.zip
10-28
这门课程"人工智能编程学习从零开始第一课——开发测试环境搭建"显然是为了引导初学者如何建立一个有效的工作平台，以便进行后续的编程实践。环境搭建不仅涉及到软件安装，还包括配置、调试和优化，确保开发过程的...
精品--C++从零开始深度学习.zip
最新发布
02-05
通过【精品--C++从零开始深度学习】的学习，你将能够熟练掌握C++语言，并具备使用C++实现深度学习模型的能力，为在计算机视觉、自然语言处理、推荐系统等领域应用深度学习打下坚实基础。同时，掌握C++也将使你有能力...
CUDA编程书籍《Learn CUDA Programming》
03-07
总的来说，《Learn CUDA Programming》旨在帮助读者从零基础开始掌握CUDA编程，通过学习本书，读者不仅能够理解并行计算的基本原理，还能具备编写高效CUDA程序的能力。对于想要进入GPU计算领域或希望提升现有项目...
pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5_0.tar.bz2
03-03
对于初学者来说，这提供了一个快速上手的途径，无需从零开始搭建环境；对于有经验的开发者，这则意味着节省了宝贵的时间，可以更专注于模型的设计和优化。 总结来说，"pytorch-1.7.1-py3.8_cuda11.0.221_cudnn8.0.5...
anaconda，cuda，torch-gpu，tensorflow-gpu，pycharm
04-01
在本文中，我们将详细介绍如何在Windows 10系统下，针对新手从零开始安装并配置`anaconda`、`cuda`、`cudnn`、`torch-gpu`以及`tensorflow-gpu`，并使用`pycharm`进行环境配置。这个过程对于深度学习初学者尤其有用...
一看就懂的 CUDA安装教程及Pytorch GPU版本安装教程
热门推荐
Evan_qin_yi_quan的博客
03-10 4万+
一看就懂的 CUDA安装教程
超详细的CUDA安装教程
qq_43497966的博客
06-15 3万+
windows10 版本安装 CUDA ，首先需要下载两个安装包CUDA toolkit（toolkit就是指工具包）cuDNN。
CUDA该怎么玩？CUDA编程入门极简教程
CV_Autobot的博客
12-26 1011
作者|DoubleV0203 编辑|机器学习算法工程师点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【全栈算法】技术交流群后台回复【CUDA】获取CUDA实战书籍！前 言2006年，NVIDIA公司发布了CUDA（http://docs.nvidia.com/cuda/），CUDA是建立在NVIDIA的CPUs上的一个通用并行计算平台和编程模型...
【机器学习】PyTorch、Cuda 的安装和示例代码
黎明总是如期而至
08-04 1万+
PyTorch是一个开源的Python深度学习框架，可以用于构建各种类型的神经网络模型。
从零开始用CUDA
d948142375的博客
12-15 1115
从零开始用CUDA 之前用过pytorch的CUDA功能，但那是在一台配置好的服务器上使用的。如今需要在自己的笔记本上使用CUDA，本博客用于记录从零开始用CUDA的配置过程。 查看本机显卡 CUDA是NVIDIA基于GPU的计算加速服务，所以先要有一个NVIDIA显卡（我的系统是win10）。右击桌面出现NVIDIA控制选项时，说明你有一个带正常驱动的NVIDIA显卡。 这里显示的是本机N...
一文搞懂：如何在深度学习中使用GPU和cuda加速
Python领域优质萌新创作者
12-02 5568
接下来，我们使用 x.tolist() 方法将 x 转换为Python列表并将其添加到 result 中，或者使用 x.cpu().numpy() 方法将 x 转换为CPU上的NumPy数组，然后将该数组添加到 result 中。不是的，len(Xdata)并不在GPU上。要在GPU上创建一个列表，并将张量对象添加到该列表中，可以使用PyTorch的torch.Tensor.tolist()方法或者torch.Tensor.cpu().numpy()方法先将张量转换为NumPy数组，再将数组添加到列表中。
从零开始完成yolov5
09-26
完成Yolov5的从零开始的步骤如下： 1. 安装所需的依赖项和环境，包括CUDA、pytorch等。 2. 下载Yolov5的源码，并在根目录下激活虚拟环境。 3. 运行命令`python detect.py --source ./data/images/ --weights ./yolov5s.pt --conf 0.4`进行测试。 你还有其他问题吗？

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值