CUDA编程 | vscode+linux远程服务器+cuda开发 环境搭建

        小Z起起伏伏后,打算入门CUDA开发,入门第一步当然是开发环境的搭建,这里把我踩过的坑分享出来,这里linux服务器已安装好nVidia,并且vscode能够通过ssh连接服务器,我在这里只贴出怎么搭建win端通过vscode连接导linux服务器实现cuda开发的过程。

1. 下载好插件

2.通过ssh连接好服务器

Remote->ssh

3.建立一个cuda工程

        这一步中,需要在工程文件夹内再建立一个.vscode文件夹,并且要写好配置文件,这一步经常容易报错。

1)ctrl+shift+p自动创建c_cpp_properties.json

code:

{
    "configurations": [
        {
            "name": "Linux",
            "includePath": [
                "${workspaceFolder}/**",
                // 新增本地下载的cuda库路径
                "/usr/local/cuda-11.7/include"
            ],
            "defines": [],
            "compilerPath": "/usr/bin/gcc",
            "cStandard": "gnu11",
            "cppStandard": "gnu++98",
            "intelliSenseMode": "linux-gcc-x64"
        }
    ],
    "version": 4
}

2)launch.json

如下编写:

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        {
            "name": "CUDA C++: Launch",
            "type": "cuda-gdb",
            "request": "launch",
            "program": "${fileDirname}/${fileBasenameNoExtension}",
            "preLaunchTask": "mynvcc",
        },
        {
            "name": "CUDA C++: Attach",
            "type": "cuda-gdb",
            "request": "attach"
        }
    ]
}

3)创建一个tasks.json:

{
    "version": "2.0.0",
    "tasks": [
        {
            "label": "mynvcc", //与launch.json的preLaunchTask保持一致
            "type": "shell",
            "command": "nvcc",
            "args": ["-g","-G","-o","${fileDirname}/${fileBasenameNoExtension}","${file}"]
        }
    ]
}

4.可以运行啦

 
#include <iostream>
 
 
int main(int argc, char **argv)
{
    printf("cuda test\n");
    getchar();
    return 0;
}

配置 CUDA 环境通常需要以下步骤: 1. 安装 NVIDIA 驱动程序:首先,需要确认您的显卡型号并下载对应的 NVIDIA 驱动程序。然后,通过命令行或图形界面进行驱动程序的安装。 2. 安装 CUDA Toolkit:访问 NVIDIA 官方网站下载 CUDA Toolkit 的安装包。选择与您显卡驱动程序兼容的版本,并按照安装向导进行安装。安装完成后,CUDA 相关程序将会被安装到默认目录下。 3. 设置环境变量:为了在命令行中能够使用正确版本的 CUDA,需要设置相关的环境变量。打开终端,编辑或创建一个 `.bashrc` 或 `.bash_profile` 文件,并加入以下内容: ``` export PATH=/usr/local/cuda/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH ``` 然后运行以下命令使环境变量生效: ``` source ~/.bashrc ``` 4. 配置 VSCode 插件:打开 VSCode,按下 `Ctrl + P` 输入 `ext install`,然后输入 `TensorFlow Snippets` 并安装该插件。 5. 配置 `tasks.json` 文件:在 VSCode 的文件菜单中选择 `Tasks -> Configure Tasks`,然后选择 "Create tasks.json file from template",并选择 "Others"。在新打开的 `tasks.json` 文件中,添加以下代码: ```json { "version": "2.0.0", "tasks": [ { "label": "Compile CUDA", "type": "shell", "command": "nvcc", "args": ["${file}", "-o", "${fileDirname}/${fileBasenameNoExtension}"], "group": { "kind": "build", "isDefault": true } } ] } ``` 6. 配置 `launch.json` 文件:在 VSCode 的文件菜单中选择 "Debug -> Add Configuration",然后选择 "C++ (GDB/LLDB)"。修改新打开的 `launch.json` 文件中的 `"program"` 字段为 `${fileDirname}/${fileBasenameNoExtension}`。 至此,您已成功配置了 Linux 系统上的 VSCode CUDA 环境。现在,您可以通过将 CUDA 代码保存为 `.cu` 文件后按下 `Ctrl + Shift + B` 来进行 CUDA 编译,或者选择 "Run" 菜单中的 "Start Debugging" 来进行 CUDA 调试
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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