Win10下搭建Vs2017+CUDA开发环境

 最近开始进行机器学习相关的学习，TensorFlow下CPU的计算速度实在是不理想，需要引入CUDA对于GPU的支持，由于已经有了的Vs2017的环境，在此基础上安装CUDA9.1版本碰到了一些小问题，在此跟大家分享其中的一些坑。

        CUDA可以在NVIDIA官网根据自己的操作系统以及需要的版本进行下载，下载后在安装的过程中，建议使用默认安装路径，安装过程中如果出现错误，请不要着急点击关闭按钮，可以在安装的组件中查看是具体哪个组件发生了错误。如果是驱动程序的问题，建议下载NVIDIA Geforce对显卡驱动程序进行更新后重试，如果是提示Visual Studio Imgration出现错误，请先卸载Vs 2017后再安装Cuda（这个问题困扰了笔者3天的时间，在网上找了各种方法尝试都没有用，最后无奈重装了vs2017，如果有更好的解决办法欢迎留言）。

        安装完成后，需要对环境变量进行配置，需要添加的环境变量如下图所示：

 

        接下来需要对VS 2017进行配置，本人是最新版的vs2017，在cuda的头文件host.config中定义了对于编译器版本的支持范围，cuda9.1默认支持到VC 140，本人尝试了修改头文件以避免版本检查，不过新版的VC仍然无法编译通过，因此只能使用vs installer 安装了vs2015 V140版本的编译器：

然后用vs打开工程，在相应的项目上使用VS2015（v140）平台工具集：

至此即可正常编译（有11个项目编译失败是因为需要DirectX的开发库，本人并不需要因此没有关注，需要的朋友可以自行安装尝试）。

对于具体的cuda配置相关，可以参考下面的文章：

一、新建项目

　　打开VS2017 → 新建项目 → Win32控制台应用程序 → “空项目”打钩

二、调整配置管理器平台类型

　　右键项目 → 属性 → 配置管理器 → 全改为“x64”

　　

三、配置生成属性

　　右键项目 → 生成依赖项 → 生成自定义 → 勾选“CUDA 9.0XXX”

　　

三、配置基本库目录

　　注意：后续步骤中出现的目录地址需取决于你当前的CUDA版本及安装路径

　　右键项目 → 属性 → 配置属性 → VC++目录 → 包含目录，添加以下目录：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include
• C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\inc

　　…… → 库目录，添加以下目录：

• C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64
• C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.0\common\lib\x64

　　

四、配置CUDA静态链接库路径

　　右键项目 → 属性 → 配置属性 → 链接器 → 常规 → 附加库目录，添加以下目录：

• $(CUDA_PATH_V9_0)\lib\$(Platform)

　　

五、选用CUDA静态链接库

　　右键项目 → 属性 → 配置属性 → 链接器 → 输入 → 附加依赖项，添加以下库：

• cublas.lib;cublas_device.lib;cuda.lib;cudadevrt.lib;cudart.lib;cudart_static.lib;cufft.lib;cufftw.lib;curand.lib;cusolver.lib;cusparse.lib;nppc.lib;nppial.lib;nppicc.lib;nppicom.lib;nppidei.lib;nppif.lib;nppig.lib;nppim.lib;nppist.lib;nppisu.lib;nppitc.lib;npps.lib;nvblas.lib;nvcuvid.lib;nvgraph.lib;nvml.lib;nvrtc.lib;OpenCL.lib;
  以上为 “第三步” 中添加的库目录 “C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64” 中的库！
  
• 注意：kernel32.lib;user32.lib;gdi32.lib;winspool.lib;comdlg32.lib;advapi32.lib;shell32.lib;ole32.lib;oleaut32.lib;uuid.lib;odbc32.lib;odbccp32.lib;%(AdditionalDependencies)
  这些库为原有！

六、配置源码文件风格

　　右键源文件 → 添加 → 新建项 → 选择 “CUDA C/C++ File”

　　右键 “xxx.cu" 源文件 → 属性 → 配置属性 → 常规 → 项类型 → 设置为“CUDA C/C++”

　　

七、测试程序

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

int main() {
    int deviceCount;
    cudaGetDeviceCount(&deviceCount);

    int dev;
    for (dev = 0; dev < deviceCount; dev++)
    {
        int driver_version(0), runtime_version(0);
        cudaDeviceProp deviceProp;
        cudaGetDeviceProperties(&deviceProp, dev);
        if (dev == 0)
            if (deviceProp.minor = 9999 && deviceProp.major == 9999)
                printf("\n");
        printf("\nDevice%d:\"%s\"\n", dev, deviceProp.name);
        cudaDriverGetVersion(&driver_version);
        printf("CUDA驱动版本:                                   %d.%d\n", driver_version / 1000, (driver_version % 1000) / 10);
        cudaRuntimeGetVersion(&runtime_version);
        printf("CUDA运行时版本:                                 %d.%d\n", runtime_version / 1000, (runtime_version % 1000) / 10);
        printf("设备计算能力:                                   %d.%d\n", deviceProp.major, deviceProp.minor);
        printf("Total amount of Global Memory:                  %u bytes\n", deviceProp.totalGlobalMem);
        printf("Number of SMs:                                  %d\n", deviceProp.multiProcessorCount);
        printf("Total amount of Constant Memory:                %u bytes\n", deviceProp.totalConstMem);
        printf("Total amount of Shared Memory per block:        %u bytes\n", deviceProp.sharedMemPerBlock);
        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 SM:               %d\n", deviceProp.maxThreadsPerMultiProcessor);
        printf("Maximum number of threads per block:            %d\n", deviceProp.maxThreadsPerBlock);
        printf("Maximum size of each dimension of a block:      %d x %d x %d\n", deviceProp.maxThreadsDim[0],
            deviceProp.maxThreadsDim[1],
            deviceProp.maxThreadsDim[2]);
        printf("Maximum size of each dimension of a grid:       %d x %d x %d\n", deviceProp.maxGridSize[0], deviceProp.maxGridSize[1], deviceProp.maxGridSize[2]);
        printf("Maximum memory pitch:                           %u bytes\n", deviceProp.memPitch);
        printf("Texture alignmemt:                              %u bytes\n", deviceProp.texturePitchAlignment);
        printf("Clock rate:                                     %.2f GHz\n", deviceProp.clockRate * 1e-6f);
        printf("Memory Clock rate:                              %.0f MHz\n", deviceProp.memoryClockRate * 1e-3f);
        printf("Memory Bus Width:                               %d-bit\n", deviceProp.memoryBusWidth);
    }

    return 0;
}

输出结果：