动手配置CUDA并行计算环境

本文记录了如何在Windows操作系统上配置CUDA并行计算环境，并使用Clion 集成开发环境对CUDA 程序进行开发。

动手配置CUDA并行计算执行环境

在正式开始之前，请观察自己的CUDA版本，CUDA版本与Visual Studio版本，CMAKE版本都有关系。环境配置不成功多半是版本之间不协调的问题

CMAKE

CMAKE是一个支持跨平台的C++工程构建工具。对于CUDA工程来说，CLion官网要求CMAKE版本需要时3.8.0+。而CLion自带的CMAKE往往版本偏低，配置环境时需要自查CMAKE版本是否为3.8以上，若不是，需要在官网进行下载，以3.8.2版本的CMAKE为例。在CMAKE Archieve中找到自己平台上的安装包进行下载，并且安装。安装时不需要添加到环境变量，无脑选一个喜欢的盘区安装即可。

编译工具链

在Windows平台上进行CUDA开发，只能使用微软Visiual Studio下的MSVC编译工具链（类似Windows 下的mingw，linux 下的gcc）
笔者之前一直在Linux平台上远程开发，对Visual Studio不熟悉，发现Visio Studio并不是所有版本都有社区版的。专业版需要花钱，心痛。
笔者这里遇到的最崩溃的问题是VS的版本与CUDA的版本兼容性的要求。参考这篇Stack Overflow博文。最开始博主的CUDA版本是12.3，所搭配的Visual Studio版本是19.10。不巧的是这二者并不兼容。最关键的一处在该图片。

考虑到Visio Studio并不是所有版本都有社区版，因此升级CUDA是更靠谱的选择。

下载/升级CUDA

博主这里选择的是CUDA12.5进行下载，能够适配Visio Stdudio 19.10版本的MSVC工具链。以CUDA12.5的下载为例，选择自己的计算平台，点这里下载。下载完毕后需要记住CUDA的安装路径。

下载这里也是有坑的，推荐自定义安装。自定义安装过程中往往会出现一些问题，检查下面的几个点

• 检查C盘空闲空间，建议留出2-5G空闲空间
• 博主这里安装CUDA下的Visio Studio Integration 以及Nsight 相关的东西会安装失败。如果不使用Visio Studio进行开发，这些不安装完全OK。最关键的是CUDA 下的Development 和 Runtime。这个是CUDA执行一定要有的组件。

安装完成后检查环境变量，系统全局的CUDA变量需要写在CUDA_PATH中

配置CLion

新建一个项目，选择CUDA Executable。

在File | Settings | Build, Execution, Deployment 中的Toolchain中做如下设置，需要填入刚刚下载好的Visio Stdudio 路径，千万不能偷懒用自带的Mingw，Windows平台下的CUDA开发只支持MSVC工具链！平台选择amd64， CMAKE这里一定要改成自己安装的CMAKE路径。

在File | Settings | Build, Execution, Deployment 中的Cmake中设置CUDA编译器NVCC的路径。可参考博主的写法。

-DCMAKE_CUDA_COMPILER=“E:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v12.5/bin/nvcc.exe”

在Cmake options配置该编译选项。
Cmake配置写法可参考下图：这里需要自行百度自己GPU的CUDA_ARCHITECTURE，这个变量用于指示CUDA的计算能力。

输入如下代码：

#include <cuda_runtime.h>
#include <stdio.h>

int main(int argc,char** argv)
{
    printf("%s Starting ...\n",argv[0]);
    int deviceCount = 0;
    cudaError_t error_id = cudaGetDeviceCount(&deviceCount);
    if(error_id!=cudaSuccess)
    {
        printf("cudaGetDeviceCount returned %d\n ->%s\n",
               (int)error_id,cudaGetErrorString(error_id));
        printf("Result = FAIL\n");
        exit(EXIT_FAILURE);
    }
    if(deviceCount==0)
    {
        printf("There are no available device(s) that support CUDA\n");
    }
    else
    {
        printf("Detected %d CUDA Capable device(s)\n",deviceCount);
    }
    int dev=0,driverVersion=0,runtimeVersion=0;
    cudaSetDevice(dev);
    cudaDeviceProp deviceProp;
    cudaGetDeviceProperties(&deviceProp,dev);
    printf("Device %d:\"%s\"\n",dev,deviceProp.name);
    cudaDriverGetVersion(&driverVersion);
    cudaRuntimeGetVersion(&runtimeVersion);
    printf("  CUDA Driver Version / Runtime Version         %d.%d  /  %d.%d\n",
           driverVersion/1000,(driverVersion%100)/10,
           runtimeVersion/1000,(runtimeVersion%100)/10);
    printf("  CUDA Capability Major/Minor version number:   %d.%d\n",
           deviceProp.major,deviceProp.minor);
    printf("  Total amount of global memory:                %.2f GBytes (%llu bytes)\n",
           (float)deviceProp.totalGlobalMem/pow(1024.0,3),deviceProp.totalGlobalMem);
    printf("  GPU Clock rate:                               %.0f MHz (%0.2f GHz)\n",
           deviceProp.clockRate*1e-3f,deviceProp.clockRate*1e-6f);
    printf("  Memory Bus width:                             %d-bits\n",
           deviceProp.memoryBusWidth);
    if (deviceProp.l2CacheSize)
    {
        printf("  L2 Cache Size:                            	%d bytes\n",
               deviceProp.l2CacheSize);
    }
    printf("  Max Texture Dimension Size (x,y,z)            1D=(%d),2D=(%d,%d),3D=(%d,%d,%d)\n",
           deviceProp.maxTexture1D,deviceProp.maxTexture2D[0],deviceProp.maxTexture2D[1]
            ,deviceProp.maxTexture3D[0],deviceProp.maxTexture3D[1],deviceProp.maxTexture3D[2]);
    printf("  Max Layered Texture Size (dim) x layers       1D=(%d) x %d,2D=(%d,%d) x %d\n",
           deviceProp.maxTexture1DLayered[0],deviceProp.maxTexture1DLayered[1],
           deviceProp.maxTexture2DLayered[0],deviceProp.maxTexture2DLayered[1],
           deviceProp.maxTexture2DLayered[2]);
    printf("  Total amount of constant memory               %lu bytes\n",
           deviceProp.totalConstMem);
    printf("  Total amount of shared memory per block:      %lu bytes\n",
           deviceProp.sharedMemPerBlock);
    printf("  Total number of registers available per block:%d\n",
           deviceProp.regsPerBlock);
    printf("  Wrap size:                                    %d\n",deviceProp.warpSize);
    printf("  Maximun number of thread per multiprocesser:  %d\n",
           deviceProp.maxThreadsPerMultiProcessor);
    printf("  Maximun number of thread per block:           %d\n",
           deviceProp.maxThreadsPerBlock);
    printf("  Maximun size of each dimension of a block:    %d x %d x %d\n",
           deviceProp.maxThreadsDim[0],deviceProp.maxThreadsDim[1],deviceProp.maxThreadsDim[2]);
    printf("  Maximun size of each dimension of a grid:     %d x %d x %d\n",
           deviceProp.maxGridSize[0],
           deviceProp.maxGridSize[1],
           deviceProp.maxGridSize[2]);
    printf("  Maximu memory pitch                           %lu bytes\n",deviceProp.memPitch);
    printf("----------------------------------------------------------\n");
    printf("Number of multiprocessors:                      %d\n", deviceProp.multiProcessorCount);
    printf("Total amount of constant memory:                %4.2f KB\n",
           deviceProp.totalConstMem/1024.0);
    printf("Total amount of shared memory per block:        %4.2f KB\n",
           deviceProp.sharedMemPerBlock/1024.0);
    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 block:            %d\n", deviceProp.maxThreadsPerBlock);
    printf("Maximum number of threads per multiprocessor:  %d\n",
           deviceProp.maxThreadsPerMultiProcessor);
    printf("Maximum number of warps per multiprocessor:     %d\n",
           deviceProp.maxThreadsPerMultiProcessor/32);
    return EXIT_SUCCESS;

}

观察控制台可以看到配置成功了。