vs2017编译CUDA9.2_cuda9.2 cusolver-CSDN博客

本文链接：https://blog.csdn.net/red_ear/article/details/82993491

一、新建项目

　　打开VS2017 → 新建项目 → 其他 → “空项目”

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”

四配置基本库文件

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\v9.2\include
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.2\common\inc

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.2\lib\x64
C:\ProgramData\NVIDIA Corporation\CUDA Samples\v9.2\common\lib\x64

五、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_2)\lib\$(Platform)

六、选用CUDA静态链接库（直接复制即可）

　　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！

七、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++”

八将测试程序拷贝到 .cu文件中


#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;

}

正确结果