GPU高性能编程CUDA实战(二)

原文首发于公众号【3D视觉工坊】，GPU高性能编程CUDA实战(二)。

前言

在上一篇文章中：CUDA8.0+VS2015+Win10开发环境搭建教程中已经介绍了CUDA工程的配置与安装。本篇文章是对CUDA工程的配置作进一步介绍与补充说明。

CUDA工程的建立（两种方法）

第一种方法：

这种方法在上一篇文章中作了简单介绍，但是尚有不足，此处补全。 按照常规方式，新建一个win32控制台程序，新建一个main.cpp源文件。 右键点击工程——>「生成依赖项」——>「生成自定义」(选择cuda生成)。

接下来实施「三步走战略」配置「附加包含目录」、「附加库目录」以及「附加依赖项」。 第一步：配置「附加包含目录」。

注：对于CUDA Samples，有的电脑安装后的路径会隐藏，我们可以在「开始」按钮处查找，见下图。

第二步:配置「附加库目录」。

第三步：配置「附加依赖项」

最后，验证一下配置是否成功。 在新建的工程main.cpp中输入下述测试代码：

#include "stdafx.h"

#include <iostream>
#include<stdio.h>
#include "cuda_runtime.h"
#include "device_launch_parameters.h"
bool InitCUDA()
{
	int count;
	cudaGetDeviceCount(&count);
	if (count == 0)
	{
		fprintf(stderr, "There is no device.\n");
		return false;
	}

	int i;
	for (i = 0; i < count; i++)
	{
		cudaDeviceProp prop;
		if (cudaGetDeviceProperties(&prop, i) == cudaSuccess)
		{
			if (prop.major >= 1)
			{
				break;
			}
		}
	}
	if (i == count)
	{
		fprintf(stderr, "There is no device supporting CUDA 1.x.\n");
		return false;
	}
	cudaSetDevice(i);
	return true;
}

int main()
{
	if (!InitCUDA())
	{
		return 0;
	}

	printf("HelloWorld, CUDA has been initialized.\n");
	system("pause");
	return 0;
}
复制代码

运行结果如图所示。

第二种方法

这种方法，与第一种方法仅在创建工程时存在差异，其他配置方式皆一致。如图：

跋

经过上述步骤，便完成了CUDA项目工程的搭建，只要在这个框架下实现你的项目需求即可。关于CUDA加速的更多细节，后期将会在知识星球【3D视觉工坊】与公众号【3D视觉工坊】中持续总结并与大家分享，感兴趣的小伙伴可以关注。

彩蛋

在公众号【3D视觉工坊】后台回复「GPU高性能编程CUDA实战」，即可领取该书籍的中文版pdf。