Windows系统下实现Fortran语言的GPU计算

1.安装 visual studio2015+ivf2017update4

2.安装Windows SDK 10，这一步取决于第三步安装PGI时是否提示需要安装WindowsSDK

3.安装PGI CE 18.4

注意事项：

1.三个软件必须安装在同一个盘下，否则安装后的PGI CE 无法编译。因为Windows10  SDK似乎只能安装在C盘，所以可能这些都需要安装再C盘中，3个软件一共需要30GB左右的内存。

2.PGI CE 读取代码的默认路径为C:\Users\Administrator，所以必须将所用代码f.90文件拷贝到该路径下才可以进行后续操作

&&&&补充一下，可以在自己指定的路径里面进行编译，这时需将安装目录C:\Program Files\PGICE\win64\18.4中的pgi.bat拷贝到你的代码目录下面，再双击打开，在这个界面进行编译链接即可。 

3.本文介绍的PGI CE 采用命令行编译，工作都在DOS界面上进行，不集成到VS环境中

安装后桌面的图标如图所示

打开PGI CE 后界面如图所示

PGI CE 采用命令行编译，先在VS中写好代码，得到代码的f.90文件，再用PGI CE 命令行编译。

PGI$ pgf95 sample2_1.f90 -Mcuda

编译成功后会生成sample2_1.exe文件，再用命令行运行

PGI$ ./sample2_1.exe

运行测试程序的结果如图所示

sample2_1代码如下

program device
    use cudafor
    implicit none
    type(cudaDeviceProp)::prop
    integer::ndevices=0,i,ierr
 ierr=cudaGetDeviceCount(ndevices)
    if (ndevices==0) then
        print *,'no cuda find'
        stop
    else if (ndevices==1) then
        write(*,"(/,'one cuda devices found',/)")
    else 
        write(*,"(/,i0,‘cuda devices found’,/)") ndevices
    endif
    do i=0,ndevices-1
        write(*,"('device number:',i0)") i
        ierr=cudaGetDeviceproperties(prop,i)
        if (ierr .eq. 0 ) then
        write (*,"('GetDeviceproperties for devices ',i0,':passed')")i
        else
        write (*,"('GetDeviceproperties for devices ',i0,':failed')")i
        endif
        write(*,"(' device name :',a)") trim(prop%name)
        write(*,"(' compute capability :',i0,'.',i0)") prop%major,prop%minor
        write(*,"(' number of multiprocessors:',i0)") prop%multiprocessorcount
        write(*,"('max threads per multiprocessor:',i0)") prop%maxthreadspermultiprocessor
        write(*,"('global memory (GB)',f9.3,/)") prop%totalglobalmem/1024.0**3
        write(*,"('execution configuration limits')") 
        write(*,"('max grid dims:',2(i0,' x '),i0)") prop%maxgridsize
        write(*,"('max block dims:',2(i0,' x '),i0)") prop%maxthreadsdim
        write(*,"('max threads per block:',i0,/)") prop%maxthreadsperblock
    enddo
end

sample2_1是获取本机支持的CUDA的GPU卡