【CUDA编程系列】在VS2015E上配置CUDA10.0

其他链接：
CUDA编程基本入门学习笔记

参考博文：
https://www.cnblogs.com/skyfsm/p/9673960.html
https://www.cnblogs.com/ww1x/p/10820362.html

1.下载cuda10.0

（有更高版本建议尝试下载更高版本，高版本可支持低驱动，低版本不支持高去驱动）
https://developer.nvidia.com/cuda-10.0-download-archive
一路安装。
测试是否成功：
进入cmd，输入nvcc -V命令，出现显卡型号则说明成功。

2.打开VS2015E

2.1 创建空项目：
我们需要确定一下编译器的环境，我使用的是release x64
2.2 然后打开右侧属性管理器，右击release x64，然后选择添加新项目属性表：

将属性表保存到指定位置，当下次创建项目后就可以直接调用了。

然后双击我们新创建的属性表：
2.3 找到链接器->常规->附加库目录，
添加 $(CUDA_PATH)\lib\$(Platform)

2.4 然后找到链接器->输入->附加依赖项
填入：

cublas.lib
cuda.lib
cudadevrt.lib
cudart.lib
cudart_static.lib
OpenCL.lib
//可能并用不到这么多lib，但对于新手来说，这样不会因为漏掉lib而报错

(可在cuda下的lib目录找，cuda10.0默认目录：C:/Program Files/NVIDIA GPU Computing Toolkit/CUDA/v10.0/lib/x64)

然后关掉属性页。

2.5 新建CUDA C/C++文件
点开右侧解决方案资源管理器，右击：添加->新建项，
然后选择 NVIDIA CUDA 10.0 -> code -> CUDA C/C++ File
文件取名test

2.6 关闭属性页，在右侧解决方案资源管理器,右击项目名称，
选择生成依赖项->生成自定义

选择cuda选项：

2.7 设置 test.cu的属性
在右侧解决方案资源管理器,右击新创建的test.cu文件，选择属性：
然后在常规->项类型中选择CUDA C/C++：

2.8 点击菜单栏：工具->选项：
然后点击：文本编译器->文件扩展名,添加如下：

3.常见问题

如图：

解决方案：
一般都是附加依赖项添加的有缺失，可以尝试检查依赖项目录无误，然后继续添加lib/x64目录下lib文件名称

4.最后验证代码：
在test.cu中输入：
可以查看我们GPU的一些硬件配置情况：

#include "device_launch_parameters.h"
#include <iostream>

int main()
{
    int deviceCount;
    cudaGetDeviceCount(&deviceCount);
    for(int i=0;i<deviceCount;i++)
    {
        cudaDeviceProp devProp;
        cudaGetDeviceProperties(&devProp, i);
        std::cout << "使用GPU device " << i << ": " << devProp.name << std::endl;
        std::cout << "设备全局内存总量： " << devProp.totalGlobalMem / 1024 / 1024 << "MB" << std::endl;
        std::cout << "SM的数量：" << devProp.multiProcessorCount << std::endl;
        std::cout << "每个线程块的共享内存大小：" << devProp.sharedMemPerBlock / 1024.0 << " KB" << std::endl;
        std::cout << "每个线程块的最大线程数：" << devProp.maxThreadsPerBlock << std::endl;
        std::cout << "设备上一个线程块（Block）种可用的32位寄存器数量： " << devProp.regsPerBlock << std::endl;
        std::cout << "每个EM的最大线程数：" << devProp.maxThreadsPerMultiProcessor << std::endl;
        std::cout << "每个EM的最大线程束数：" << devProp.maxThreadsPerMultiProcessor / 32 << std::endl;
        std::cout << "设备上多处理器的数量： " << devProp.multiProcessorCount << std::endl;
        std::cout << "======================================================" << std::endl;     
        
    }
    system("pause");
    return 0;
}

效果：