windows 环境 Visual Studio 2022 新建 cmake 工程测试 cuda 代码编译

1. 参考博客：

        1. 【CUDA】CUDA编译：https://blog.csdn.net/u011285477/article/details/104408296

2. 项目文件夹结构：        

c_cuda/
    cuda/
        CMakeLists.txt
        foo.cu
        foo.cuh
    CMakeLists.txt
    main.cpp
    

3. 完整代码：

        1. c_cuda/CMakeLists.txt：

# CMakeLists.txt for G4CU project
 
project(project)
 
# required cmake version
cmake_minimum_required(VERSION 2.8)
 
add_subdirectory(cuda)
set (EXTRA_LIBS ${EXTRA_LIBS} gpu)
 
ADD_EXECUTABLE(project main.cpp)
 
target_link_libraries (project ${EXTRA_LIBS})

        2. c_cuda/main.cpp：

#include <stdio.h>
#include <iostream>
 
extern "C" void useCUDA();
 
int main()
{
    std::cout<<"Using C++"<<std::endl;
    useCUDA();
    return 0;
}

        3. c_cuda/cuda/CMakeLists.txt：

# CMakeLists.txt for G4CU project
 
project(gpu)
 
# required cmake version
cmake_minimum_required(VERSION 2.8)
 
# packages
find_package(CUDA)
 
#include_directories ("${PROJECT_SOURCE_DIR}")
 
# nvcc flags
# set(CUDA_NVCC_FLAGS -O3;-G;-g;-allow-unsupported-compiler)
set(CUDA_NVCC_FLAGS -G;-g;-allow-unsupported-compiler)
 
#set(CUDA_NVCC_FLAGS -gencode arch=compute_20,code=sm_20;-G;-g)
#set(CUDA_NVCC_FLAGS -gencode arch=compute_52,code=sm_52;-G;-g)
 
file(GLOB_RECURSE CURRENT_HEADERS  *.h *.hpp *.cuh)
file(GLOB CURRENT_SOURCES  *.cpp *.cu)
 
source_group("Include" FILES ${CURRENT_HEADERS}) 
source_group("Source" FILES ${CURRENT_SOURCES}) 
 
#cuda_add_library(gpu SHARED ${CURRENT_HEADERS} ${CURRENT_SOURCES})
cuda_add_library(gpu STATIC ${CURRENT_HEADERS} ${CURRENT_SOURCES})

        4. c_cuda/cuda/foo.cu：

#include "foo.cuh"
 
#define CHECK(res) { if(res != cudaSuccess){printf("Error ：%s:%d , ", __FILE__,__LINE__);   \
printf("code : %d , reason : %s \n", res,cudaGetErrorString(res));exit(-1);}}
 
__global__ void foo()
{
    printf("CUDA!\n");
}
 
void useCUDA()
{
    foo<<<1,5>>>();
    CHECK(cudaDeviceSynchronize());
}

        5. c_cuda/cuda/foo.cuh：

#ifndef FOO_CUH
#define FOO_CUH
 
#include <stdio.h>
 
extern "C" 
void useCUDA();
 
#endif

4. 使用 Visual Studio 2022 打开 c_cuda 工程：

        1. 双击桌面图标 "Visual Studio 2022"

        2. 点击 "继续但无需代码( W ) ->"

        3. 点击左上角 "文件" --》"打开"--》"CMake"，选中 c_cuda/CMakeLists.txt，点击 "打开"

        4. 等就绪后，没有报错信息，c_cuda 下生成了 out\build\x64-Debug 文件夹：

        5. 点击 Visual Studio 2022 顶部导航栏的 "生成" --》"全部生成"，成功生成了 project.exe：

         6. 执行 project.exe：

可以将 xxx 中的：

__global__ void foo()
{
    printf("CUDA!\n");
}

修改为 ：

__global__ void foo()
{
    while( true ){
        printf("CUDA!\n");
    }
}

重新编译、运行，鼠标移动到屏幕下方，右键 --》"任务管理器"--》切换到 "性能" tab页，发现确实是在吃 GPU。

可能报错的解决方法：

        1. 如果报如下错：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.6\include\crt/host_config.h(153): 
fatal error C1189: #error:  -- unsupported Microsoft Visual Studio version! 
Only the versions between 2017 and 2022 (inclusive) are supported! 
The nvcc flag '-allow-unsupported-compiler' can be used to override this version check; 
however, using an unsupported host compiler may cause compilation failure or incorrect run time execution. 
Use at your own risk.

        可能是因为 c_cuda/cuda/CMakeLists.txt 中的 set(CUDA_NVCC_FLAGS  后面没加 -allow-unsupported-compiler 标记

        2. 如果点击 "生成" --》"全部生成" 时，报如下错：

  可能是因为 c_cuda/cuda/CMakeLists.txt 中的 set(CUDA_NVCC_FLAGS  后面加了 -O3 标记，去掉就行了